我的目标是预测一个人是Android，iOS还是全栈开发者。
我有9个功能用于训练我的数据，每个功能都是know_javascript或know_swift等特征。 Android开发人员对9个功能中的每个功能都有相应的概率，iOS和完整堆栈开发也是如此。
例如，对于Android开发者
[100,80,60,80,20,10,50,60,10]对应于概率为100% that this person knows java, 80% knows XML, 60% knows...etc
培训数据将采用[1, 1, 1, 0, 1, 0, 1, 0, 1, 0]的形式。 1表示它具有该特征，0表示它没有。
我根据上述规则训练了我的模型，使用TensorFlow指南对Iris集进行分类： https://www.tensorflow.org/versions/r0.12/tutorials/tflearn/
我的代码几乎与本指南完全相同。
我能够通过3层，10000次训练和4400次测试设置达到75％的准确度。
我想使用TensorBoard绘制偏差和方差，但我的程序中没有偏差或差异。
2个问题：
learning_curve或看到偏见和差异？