注释：之前看周志华老师的书本，看到过这个理论，也懂得偏差和方差对数据的影响，现在重点说明一下数学原理。
我们先定义几个概念：
x：数据集
y：真实标签（实际值）
yd: 当前标签（标签值，有可能是错误的，因为收集过程可能出错）
f(x;D)：在D模型中X的预测值
f(x)拔：x在某个模型中的期望值（可以说是概率也可以说是平均值，比如硬币正反面的期望是0.5，不用管怎么来的，就看作平均值即可）
求取平均值（期望值）：
噪声平方定义（当前标签和实际标签差）：
方差（预测值和平均值的差）：
偏差（实际值和平均值的差）：
以下推导我没有进行，不求甚解！
参考：
https://www.cnblogs.com/en-heng/p/5974371.html
https://www.cnblogs.com/bentuwuying/p/6654536.html
都不知道谁是原创，相互学习（抄袭）吧！