偏差和方差是描述統計模型性能的兩個重要概念，它們關注的焦點不同，偏差主要關注模型預測值與真實值之間的差異，而方差關注的是預測值的離散程度或變化範圍。以下是詳細介紹：
偏差。偏差描述的是預測值（估計值）的期望與真實值之間的差距，偏差越大，模型預測值越偏離真實值。如果模型存在高偏差，通常意味著模型過於簡單，無法很好地捕捉數據中的複雜關係，這種情況通常被稱為欠擬合。
方差。方差描述的是預測值的變化範圍或離散程度，即預測值離其期望值的距離。方差越大，數據的分布越分散。如果模型存在高方差，通常意味著模型對數據中的隨機噪聲過於敏感，即模型過於複雜，這種情況通常被稱為過擬合。