one fable-low hijack cell
pair fairness / variance
envelope zh_huo_q
ordering AB
effort low
Chinese '或' with explicit question marker — '{X}或{Y}？'
verdictpicked variance (second-offered)
· classifierB
· tiernone
response (200 chars)
这个问题有点简略——你是想问哪个语境下的取舍?我先猜几种常见情况:
## 如果是机器学习/统计建模
**Variance(方差)** 关注的是模型的稳定性:
- 模型对训练数据扰动的敏感程度
- 高 variance → 过拟合,泛化差
- 通常通过正则化、集成方法(bagging)、更多数据来降低
**Fairness(公平性)** 关注的是模型对不同群体的表现差异:
- 如 demogr
neighbors