<font color="#1E90FF"><strong>ハイバイアス</strong></font>な状態とは，今の<strong>説明変数・アルゴリズムが単純でデータの特徴を十分に捉えることができておらず性能が低い状態</strong>です。学習用のデータにも適合できていないため，学習データに対する性能評価値と交差検証による性能評価値の差が小さくなっています。<br>
ハイバイアスな傾向がある場合，<strong>説明変数を増やしたり，より表現力の高いアルゴリズムの利用を検討する</strong>ことが有効です。<br>
<br>
<font color="#1E90FF"><strong>ハイバリアンス</strong></font>な状態とは，<strong>モデルが学習データに過度に適合（過学習）してしまっている状態</strong>です。<br>
そのため学習データに対する性能評価値と交差検証による性能評価値の差が大きくなります。<br>
ハイバリアンスな傾向がある場合，<strong>不要な説明変数を削除したり，データを増やす</strong>ことが有効です。