下列关于模型选择的表述不正确的是
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
过拟合:下面哪项不可以避免过拟合的产生
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
当模型出现过拟合时，模型对于测试集的表现为？
A. 方差过大
B. 偏差过大
下列与过度拟合相关的表述正确的是
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
微信支付 
支付宝支付