首页 > 继续教育> 通信继续教育
题目内容 (请给出正确答案)
[单选题]

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

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“在机器学习算法中,模型过拟合是指?()”相关的问题
第1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2题
关于欠拟合(under-fitting),下面哪个说法是正确的?()

A.训练误差较大,测试误差较小

B.训练误差较小,测试误差较大

C.训练误差较大,测试误差较大

D.训练误差不变,测试误差较大

点击查看答案
第3题
以下哪句话是不正确的?()

A.机器学习模型的精准度越高,则模型的性能越好

B.增加模型的复杂度,总能减小测试样本误差

C.增加模型的复杂度,总能减小训练样本误差

D.机器学习模型的精准度越低,则模型的性能越好

点击查看答案
第4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5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6题
在分类的过程中,用训练集训练数据,再用训练集评估模型的性能,得出模型性能很好的结果,则分类模型构建成功。()
点击查看答案
第7题
选择模型时只需要考虑模型的泛化误差,因此就算是训练误差非常大的模型也可能是效果最好的分类模型。()
点击查看答案
第8题
分类模型的误差大致分为两种:训练误差(trainingerror)和泛化误差(generalizationerror)()
点击查看答案
第9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
第10题
下面对期望风险和经验风险描述正确的是()。

A.经验风险指模型关于联合分布期望损失,期望风险指模型关于训练样本集平均损失

B.在有监督学习的训练过程中,经验风险大和期望风险大被称为过学习

C.在有监督学习的训练过程中,经验风险小和期望风险大被称为欠学习

D.期望风险指模型关于联合分布期望损失,经验风险指模型关于训练样本集平均损失

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