题目内容
(请给出正确答案)
[主观题]
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.减少神经网络隐藏层节点数
C.删除稀疏的特征S
D.SVM算法中使用高斯核/RBF核代替线性核
答案
查看答案
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S
D.SVM算法中使用高斯核/RBF核代替线性核
第1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
第2题
A.当增加最小样本分裂个数,我们可以抵制过拟合
B.当增加最小样本分裂个数,会导致过拟合
C.当我们减少训练单个学习器的样本个数,我们可以降低variance
D.当我们减少训练单个学习器的样本个数,我们可以降低bias
第4题
A.Dropout能减少网络训练耗时
B.Dropout能解决过拟合问题
C.Dropout能解决欠拟合问题
D.Dropout是指在深度学习网络的训练过程中,对于神经网络单元,按照一定的概率将其暂时从网络中丢弃
第7题
A增加神经网络层数,可能会增加测试数据集的分类错误率
B减少神经网络层数,总是能减小测试数据集的分类错误率
C增加神经网络层数,总是能减小训练数据集的分类错误率