偏差（Bias）可以看成模型预测与真实样本的差距，想要得到low bias，就得复杂化模型，但是容易造成过拟合。方差（Variance）可以看成模型在测试集上的表现，想要得到low variance，就得简化模型，但是容易造成欠拟合。在实际应用中，偏差和方差是需要权衡的。若模型在训练样本和测试集上都表现的不错，偏差和方差都会比较小，这也是模型比较理想的情况。