[人工智能]集成学习Task03 作业

（1）请用一个具体的案例解释什么是偏差和方差

真实数据来自某个模型 $$y=ax+b+?,?～N(0,1)$$
我们进行数据采集，采集了10个点，用一个最高次为10次的多项式模型根据数据来训练并进行预测。
多项式能完美地拟合训练数据。如果从真实数据中再取10个点，那么用同样的模型，损失函数的值会很大，方差度量了同样大小的训练集的变动所导致的学习性能的变化，即刻画了数据扰动所造成的影响。

（2）偏差与方差和误差之间的关系

泛化误差 = 偏差 + 方差 + 误差

（4）岭回归和lasso回归的异同点

相同： 都是为了减少模型的复杂性，降低方差
不同： 两者正则项不同

（8） 使用sklearn，对一组数据先进行特征的简化（使用三种方式），再使用回归模型，最后使用网格搜索调参，观察三种方法的优劣