偏差只是处理未考虑的变量，即您没有将其包含在X中。所有机器学习和神经网络所做的都是近似函数。所有函数都可以使用傅里叶变换表示为一系列指数，这基本上意味着一个函数可以表示为许多其他特殊函数的总和。

在这个系列中，有一个常数项来调整曲线在 x 轴上方的高度。这个常数可以被认为是偏差。因此，它基本上处理了这样一个事实，即当所有变量都为 0 时，函数不必为 0。

偏差只是意味着输出在多大程度上不依赖于输入。它完全等同于截距项，这意味着通过丢弃所有输入，输出将是什么。我们通常将偏差项设置为零。您有成本函数，它是基于权重和偏差的错误率。因此，您尝试更改这些参数以减少错误。