A. 对 B. 错
A. 正则化是在目标函数的基础上加一个正则项,正则项通常为模型参数的范数 B. 正则化允许在训练误差和模型复杂度之间做权衡 C. 在K折交叉验证中,数据样本都有作为训练集输入模型的机会 D. K折交叉验证将数据切分为K个大小不同的子集
A. 缩小数据集 B. 使用交叉验证 C. 采用集成方法 D. 引入正则化
A. 方差过大 B. 偏差过大
A. 机器学习模型在训练集上的误差称为训练误差 B. 机器学习模型在测试集上的误差称为测试误差,可以用来近似表示泛化误差 C. 使用机器学习模型拟合训练集,训练误差大,泛化误差小,称为过度拟合现象 D. 训练误差通常会随着模型复杂度的升高越来越小,同时也更容易造成过度拟合现象
A. joblib B. pickle C. modelstore D. numpy