首页 > IT/互联网
题目内容 (请给出正确答案)
[判断题]

机器学习算法训练完成后,在训练集准确率很高,但验证集准确率很低,说明已经过拟合。()

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“机器学习算法训练完成后,在训练集准确率很高,但验证集准确率很…”相关的问题
第1题
以下选项中,机器学习算法真正用来“学习”的数据是()

A.验证集

B.训练集

C.测试集

D.超参数集

点击查看答案
第2题
在机器学习算法中,模型过拟合是指?()

A.模型训练误差很大,在测试集合上误差很小

B.模型训练误差很小,在测试集合上误差较大

C.模型训练误差很小,在测试集合上误差较小

D.模型训练误差很大,在测试集合上误差很大

点击查看答案
第3题
模型训练基本步骤包括()。

A.定义算法公式,也就是神经网络的前向算法

B.定义loss,选择优化器,来让loss最小

C.对数据进行迭代训练,使loss到达最小

D.在测试集或者验证集上对准确率进行评估

点击查看答案
第4题
机器学习过程中的特征选择,其主要目的是选取合适的数据特征维度进行模型训练,保证模型的准确率。()
点击查看答案
第5题
机器学习的目标就是获得与训练集一致的假设。()
点击查看答案
第6题
训练模型过程中用到的数据,一般用来学习得到模型的权重的是()。

A.训练集

B.验证集

C.测试集

D.模拟集

点击查看答案
第7题
划分训练集、验证集、测试集,其划分比例一般为6:2:2。()
点击查看答案
第8题
分类器趋向于过分拟合训练集数据:即在学习期间,它可能包含了训练数据中的某些特定的异常,这些异常不在一般数据集中出现。()
点击查看答案
第9题
以下哪些是可能导致模型过拟合的原因()。

A.模型学习到了样本的一般性质

B.学习迭代次数过多

C.训练集数量级和模型复杂度不匹配,训练集的数量级小于模型的复杂度

D.训练集和测试集特征分布不一致

点击查看答案
第10题
以下哪项容易导致机器学习中的过拟合问题?()

A.增加训练集量

B.减少神经网络隐藏层节点数

C.删除稀疏的特征

D.SVM算法中使用高斯核/RBF核代替线性核

点击查看答案
第11题
如果我使用数据集的全部特征并且能够达到100%的准确率,但在测试集上仅能达到70%左右,这说明()

A.欠拟合

B.模型很棒

C.过拟合

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改