06 - 點解一定要識分「偏差」同「變異」？
訓練模型就似煮餸：有時煮極都冇味（唔識抓重點）＝偏差高；有時又落鹽落到咸死人，每鑊味道都唔同（捉唔到穩定火候）＝變異高。如果唔先搞清楚自己係邊種問題，隨時愈調愈離譜。
🤔 乜嘢係「偏差」(Bias)？
偏差高即係模型太簡單，學唔到資料入面嘅規律。好似攞直尺描山路，點描都唔貼。
實例：
用單一閾值分「日頭/夜晚」相，黃昏就全軍覆沒。
只睇 5 日均線估股價，少少波動即錯晒。
智能灑水器淨係睇濕度，唔理溫度，結果植物照樣旱死。
特徵：訓練誤差同驗證誤差都高 → 欠擬合。
🤯 乜嘢係「變異」(Variance)？
變異高即係模型太複雜，連雜聲都背埋。考試轉少少字眼就唔識答——過擬合。
實例：
二手車模型將「賣家ID」都當特徵，去到新平台即刻跪低。
語音助手只喺 office 錄音，去到咖啡店噪音即聽唔明。
醫療 影像模型記咗掃描機型號，換新機就診斷錯。
特徵：訓練誤差好低，驗證誤差高好多。
🏥 快速分辦三步曲
情況 | Train Error | Val Error | 結論 |
欠擬合 | 高 | 高 | 偏差問題 |
過擬合 | 低 | 高 | 變異問題 |
兩邊都高 | 高 | 高 | 數據/模型設計有事 |
兩邊都低 | 低 | 低 | OK，可上線 |
畫 Learning Curve，睇兩條線收斂情況，更直觀。
👩🏫 人類表現＝黃金基準
如果係貓狗分類、車牌識別呢類人都做得到嘅任務， 先測人類錯誤率做 baseline。
人眼 1% 錯，模型 8% → 仲有排進步。
人眼本身 15% 錯，模型 13% → 已經好叻，唔好強人所難。
🛠️ 偏差高，點打救？
模型升級：邏輯迴歸 → MLP → CNN/Transformer。
加特徵：時間序列加週期、圖像加顏色直方圖。
訓練耐啲：可能仲未收斂。
減正則化：λ 太大會綁手綁腳。
模型集成：Boosting 多個弱模型拼勁。
🔧 變異高，點收斂？
加正則化：L2、Dropout、Early-Stopping。
擴資料：Data Augmentation 或再爬多啲樣本。
縮模型：少啲層、少啲神經元。
Bagging 投票：多模型平均沖淡噪聲。
踢走無用特徵：減少「背書」空間。
✨ 驗證集 = 模擬考卷
即時feedback：調一個參數，分數即見高低。
方向指標：偏差定變異，一望就知。
提前曝光風險：Val 分布同 Production 相差遠，早啲見光死好過出街丟架。
📚 真實案例
串流平台推薦‣ 偏差高：淨睇片長度 → 準確率低。‣ 解法：加演員、導演、協同過濾。
信用卡風控‣ 變異高：節日大額刷卡全當詐騙。‣ 解法：拉歷史數據三年，加「節假日」特徵。
城市交通燈‣ 偏差高：淨睇車流量，忽略行人 → 尖峰期照塞。‣ 解法：加行人感測器，時間窗 CNN 重新訓練。
✅ 收尾
偏差高：模型笨 → 加料加深學。
變異高：模型「太醒」 → 綁沙包、加樣本、縮身形。
驗證集係你嘅鏡子，日日照一照先知靚唔靚。
識得調火候，先煮得出穩定又好味嘅 AI 菜式！🍳🚀