多选题 : 在机器学习中,如果单纯去提高训练数据的预测能力,所选模型的复杂度往往会很高,这种现象称为过拟合。对于产生这种现象以下说法正确的是()
(A)样本数量太少
(B)样本数量过多
(C)模型太复杂
(D)模型太简单
参考答案
继续答题:下一题
![微考学堂](/images/gzh.png)
![微考学社](/images/xcx.png)
更多机器学习试题
- 1可以使用scikit-learn中________进行数据尺度调整
- 2______是缓解维数灾难的一个重要途径,即通过某种谁学变换将原始高维属性空间转变为一个低维“子空间”,在这个子空间中样本密度大幅提高,距离计算也变得更为容易。
- 3关于数据集的标准化,正确的描述是:______。( )
- 4通过身高和体重两个特征,得出BMI=(体重*体重)/身高,该方法是降维,减少数据集特征的数量。
- 5在应用高斯核SVM之前,通常都会对数据做正态化(normalization),下面对特征正态化的说法哪个是正确的?1.对特征做正态化处理后,新的特征将主导输出结果 2.正态化不适用于类别特征 3.对于高斯核SVM,正态化总是有用