首页 > 继续教育> 专业技术继续教育

题目内容（请给出正确答案）

[单选题]

如果我们发现了过拟合问题，错误的处理方式是？（)

A.正则化：L1、L2正则化，为拟合增加条件约束

B.丢弃一些不能帮助我们正确预测的特征

C.保留所有的特征，但是减少参数的大小

D.构建更为复杂的模型

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“如果我们发现了过拟合问题，错误的处理方式是?()”相关的问题

第1题

学习训练后的状态有（)。

A.适当拟合

B.欠拟合

C.过拟合

D.正则化方法

点击查看答案

第2题

过拟合的解决办法有（)。

A.增加训练集的数据量

B.正则化方法

C.增加样本的数量

D.增加训练的次数

点击查看答案

第3题

如果您的训练损失函数随着时期的增加而增加，那么以下哪些可能是学习过程中的问题？（)

A.正则化过低且模型过度拟合

B.正则化过高，模型不适合

C.步长太大

D.步长太小

点击查看答案

第4题

在神经网络中，以下哪种技术用于解决过拟合（)

A.Dropout

B.正则化

C.批规范化

D.所有

点击查看答案

第5题

关于L1正则和L2正则下面的说法正确的是（)

A.L2范数可以防止过拟合，提升模型的泛化能力。但L1正则做不到这一点

B.L2正则化标识各个参数的平方的和的开方值

C.L2正则化有个名称叫“Lassoregularization”

D.L1范数会使权值稀疏

点击查看答案

第6题

在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题？（）

A.增加训练集量

B.增加神经网络隐藏层节点数

C.增加更多特征

D.在模型中引入正则项

点击查看答案

第7题

解决过拟合的方案包括（)。

A.为模型添加其他特征项

B.增加模型参数，调高模型复杂度

C.引入正则项

D.选择合适的迭代次数停止模型的学习

点击查看答案

第8题

属于欠拟合的解决办法有（)。

A.增加新特征，可以加入进特征组合、高次特征，来增大假设空间

B.添加多项式特征

C.减少正则化参数

D.使用非线性模型

点击查看答案

第9题

对于较大的k值，k最近邻模型变为（)和（)

A.复杂模型，过拟合

B.复杂模型，拟合不足

C.简单模型，拟合不足

D.模型简单，过拟合

点击查看答案

第10题

回归和分类都是有监督的学习问题，都有可能发生过拟合（）

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

湖南希赛网络科技有限公司版权所有 ©2001-2024

湘ICP备10203241号-11 营业执照

违法和不良信息举报电话：400-118-7898

举报/反馈/投诉邮箱：deng＃ujigu.com（请将＃替换成@）