题目内容
(请给出正确答案)
[单选题]
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
查看答案
如果结果不匹配,请 联系老师 获取答案
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
A.GBDT算法比随机森林容易过拟合
B.随机森林是并行计算的,而GBDT不能
C.GBDT算法比随机森林容易欠拟合
D.GBDT与随机森林都是建立在CART树的基础之上的
A.为了防止过拟合可以使用L1或L2正则化
B.为了防止过拟合可以使用提前终止训练的方法
C.为了防止过拟合可以使用Dropout
D.训练过程中的损失值越小,其在存过拟合的风险越低
A.I、Ⅲ
B.I、Ⅳ
C.Ⅱ、Ⅲ
D.Ⅱ、Ⅳ
A.线性度的衡量实际是通过线性误差来体现的
B.线性误差是实际曲线与拟合直线之间的偏差
C.拟合直线常用最小二乘法获得
D.实际输出-输入曲线是在动态标准条件下校准的
下面关于判定系数的陈述中不正确的是()。
A.回归平方和占总平方和的比例
B.取值范围是[-1,1]
C.取值范围是[0,1]
D.评价回归方程拟合优度的一个统计量
A.LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题
B.CNN相比于全连接的优势之一是模型复杂度低,缓解过拟合
C.只要参数设置合理,深度学习的效果至少应优于随机算法
D.随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题