题目内容（请给出正确答案）

[单选题]

在其它条件不变的前逞下家以千哪一方法容易引起模型的过拟合问题（)。

A.增加训练集数量

B.减少神经网络险敲层市索数

C.删除稀疏的特征

D.SVM算法中使用高斯核/RBP核替代

提问人：网友chenyonghui 发布时间：2022-03-13

参考答案

查看官方参考答案

如搜索结果不匹配，请联系老师获取答案

网友答案

查看全部（）

· 有5位网友选择 B，占比50%
· 有3位网友选择 C，占比30%
· 有1位网友选择 A，占比10%
· 有1位网友选择 D，占比10%

ABCD

提交我的答案

登录提交答案，可赢取奖励机会。

您可能会需要：

重置密码查看订单联系客服

安装简答题APP，拍照搜题省时又省心！

更多“在其它条件不变的前逞下家以千哪一方法容易引起模型的过拟合问题…”相关的问题

第1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.减少神经

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.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2题

训练分类机器学习模型时需要避免过拟合和欠拟合的问题，关于这些问题以下说法错误的是（）

A.复杂的模型时容易发生欠拟合问题

B.神经网络不会出现过拟合问题

C.正则化方法可以减少过拟合问题

D.增加数据量不能减少过拟合问题

点击查看答案

第3题

减少神经网络过拟合的说法，以下哪些是正确的？

A.通过正则化可以减少网络参数的取值或个数，一定程度可能减少过拟合

B.通过增加数据扰动的数据增强增加了神经网络的过拟合

C.利用L1或L2正则化可以使权重衰减，从而一定程度上减少过拟合

D.在神经网络训练过程中类似dropout减少神经元或相关链接权的数量

点击查看答案

第4题

有关前馈神经网络的认识正确的是？

A.神经网络训练过程是拟合训练数据模式的过程

B.神经网络训练后很容易得到分类的规则

C.神经网络可用于分类和聚类

D.神经网络模型的分类能力比决策树好

点击查看答案

第5题

解决过拟合问题的方法有：

A.增大训练集

B.采用正则化

C.增加网络参数

D.减小正则化参数

点击查看答案

第6题

特征选择的必要性体现在？（)

A.减少训练的时间

B.提升模型泛化能力,避免过拟合

C.简化模型,使之容易被解释

D.避免维度爆炸问题

点击查看答案

第7题

特征选择的必要性体现在？（)

A.避免维度爆炸问题

B.提升模型泛化能力，避免过拟合

C.简化模型，使之容易被解释

D.减少训练的时间

点击查看答案

第8题

当神经网络训练中出现了欠拟合请款，可采用以下哪些方法进行优化？

A.增加训练数据

B.增加模型层数或单元数

C.延长训练时间

D.采用规则化方法

点击查看答案

第9题

在神经网络中，以下哪种技术可以用于抑制过拟合？

A.Dropout

B.正则化

C.尽量增加选取特征变量的数量

D.尽可能选用复杂的模型

点击查看答案

第10题

有关过拟合问题的说法正确的是哪些？

A.分类算法一般都会遇到过拟合问题

B.决策树的过拟合可以采用剪枝方法

C.神经网络的过拟合可以采用正则化、增加测试样本的方法

D.过拟合时训练样本的检验准确度会下降

点击查看答案

警告：系统检测到您的账号存在安全风险

为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！

微信搜一搜

简答题

点击打开微信

警告：系统检测到您的账号存在安全风险

抱歉，您的账号因涉嫌违反简答题购买须知被冻结。您可在“简答题”微信公众号中的“官网服务”-“账号解封申请”申请解封，或联系客服。

微信搜一搜

简答题

点击打开微信