减少神经网络层数,可能会降低测试集分类错误率。()

第1题

对于神经网络的说法,下面正确的是:()

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

点击查看答案

第2题

以下说法正确的是()1.一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的2.如果增加模

以下说法正确的是()

1.一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的

2.如果增加模型复杂度，那么模型的测试错误率总是会降低

3.如果增加模型复杂度，那么模型的训练错误率总是会降低

4.我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习

A.1

B.2

C.3

D.1and3

点击查看答案

第3题

单纯增加深度神经网络层数,不增加数据量也可以明显提升学习效果。（)

点击查看答案

第4题

如果现在要对一组数据进行分类，我们不知道这些数据最终能分成几类，那么应该选择（)来处理这些数据最适合。

A.BP神经网络

B.RBF神经网络

C.SOM神经网络

D.ELMAN神经网络

点击查看答案

第5题

可能会要求涂装检查人员测试涂料是否已固化。()

A、正确

B、错误

点击查看答案

第6题

建筑的体形系数还与建筑物的体形是否规整及建筑的体量大小有关。一般来说，控制或降低体形系数的方法主要有（)。

A.减少建筑面宽，加大建筑进深

B.使建筑体形变化更多

C.加大建筑长度或增加组合体

D.增加建筑物的层数

点击查看答案

第7题

以下哪些分类方法可以较好地避免样本的不平衡问题()

A.KNN

B.SVM

C.Bayes

D.神经网络

点击查看答案

第8题

根据建筑层数分类，总层数为3层的住宅楼属于（）建筑。

A.底层

B.多层

C.中层

D.高层

点击查看答案

第9题

以下关于分类挖掘的相关说法错误的是______。

A.分类器的构造方法有统计方法、机器学习方法、神经网络方法等

B.有三种分类器评价或比较尺度：预测准确度、计算复杂度、模型描述的简洁度

C.统计方法包括决策树法和规则归纳法

D.神经网络方法主要是BP算法

点击查看答案

减少神经网络层数，可能会降低测试集分类错误率。（)