常见的三种错误：
模型偏差（bias），比如多项式的数据被建模为线性模式；导致的underfit（欠拟合）
变量偏差（Variance），数据的模型有很多维度，这些维度都满足，而且数据量还比较小，这就容易造成overfit（过拟合）
硬性错误（Irreducible Error），这种错误则是由数据的不合法，不统一造成的，唯一的解决办法就是对数据进行清洗。
学习曲线
原文：https://www.cnblogs.com/xiashiwendao/p/9591435.html
