偏差（bias）和⽅差（variance）
偏差：描述的是预测值（估计值）的期望与真实值之间的差距。偏差越⼤，越偏离真实数据。如下图第⼆⾏所⽰。
⽅差：⽅差是数据偏离平均数的程度，描述的是预测值的变化范围，离散程度，也就是离其期望值的距离。⽅差越⼤，数据的分布越分散，⽅差可以表⽰⼀组数据在均值周围的聚集密度，如下图右列所⽰。
标准差：⽅差开⽅即得到标准差 standard deviation， The standard deviation tells you how tightly your data is clustered around the mean
协⽅差：是统计学中使⽤的⼀种数值，⽤于描述两个变量间的线性关系。两个变量的协⽅差越⼤，它们在⼀系列数据点范围内的取值所呈现出的趋势就越相近（换句话说，两个变量的曲线距离彼此较近）。⼀般来说，两组数值x和y的协⽅差可以⽤这个公式计算：1/(n -1)Σ(xi - xavg)(yi -yavg)。其中n为样本量，xi是每个x点的取值，xavg为x的平均值，yi和yavg也类似。Covariance is a measure of how much two random variables vary together. It’s similar to variance, but where variance tells you how a single variable varies, co variance tells you how two variables vary together
⽅差的计算公式
(s2) = Σ [(xi - x)2]/n - 1
s2 = ⽅差
Σ = 求和，表⽰后⾯所有项的和。
xi = 样本观察值，表⽰各项数据
x=平均值，表⽰所有数据的平均。
n = 样本⼤⼩。就是数据的个数
