请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜题小帮手 官方老师解答 )
答案：
以下文字与答案无关
提示：有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题，这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏，所以恳请 广大网友理解。
相关试题
- 1.在机器学习中，模型的训练数据通常被分成哪两部分？ 选项： A: 验证集和测试集 B: 训练集和验证集 C: 训练集和测试集 D: 训练集和交叉验证集
- 2.在机器学习中，模型的训练数据通常被分成哪两部分？（B） A. 验证集和测试集 B. 训练集和验证集 C. 训练集和测试集 D. 训练集和交叉验证集 选项： A:正确 B:错误
- 3.下面关于交叉验证的说法中，正确 的是： 选项： A:由于是交叉选择，因此在一次验证计算时，同一数据行可以被同时多次作为训练集和测试集; B:交叉验证意味着在利用训练集评估测试集后，再使用测试集评估训练集; C:交叉验证最终结果高，并不意味着其中每一次验证结果都很高; D:不同于一次单一验证，交叉验证因为进行多次平均，因此验证结果的指标值通常相同
- 4.数据集的拆分 选项： A: 训练集、验证集、测试集 B: 验证集、测试集 C: 训练集、验证集 D: 训练集、验证集、考察集
- 5.拆分数据集时，通常拆分为哪几部分？ 选项： A:训练集、验证集、测试集 B:验证集、测试集 C:训练集、验证集 D:训练集、验证集、考察集
- 6.训练集、验证集和测试集在使用过程中的顺序是 选项： A:测试集、训练集、验证集 B:训练集、测试集、验证集 C:验证集、训练集、测试集 D:训练集、验证集、测试集
- 7.为了防止过拟合,我们可以利用交叉验证方法,对已经划分出训练集.验证集合测试集的数据来说,交叉验证使用的数据集是其中的()。
- 8.数据是机器学习算法的“学习资料”，其中训练集和验证集可用以下（）方法进行划分。 选项： A、K折交叉验证 B、随机比例 C、三折交叉验证 D、十折交叉验证
- 9.下面关于模型预测性能的评估以及交叉验证，说法正确的是（） 选项： A: 从训练集中得到的模型，用训练集的数据得到的预测准确率一般会比用测试集得到的预测准确率低 B: 需要把数据分成训练集和测试集，用测试集来评估从训练集学习得来的模型的预测性能，是因为从训练集学习得来的模型可能对于训练集的数据拟合得很好，但是对于训练集以外的数据没有太大的泛化能力 C: 课程中的交叉验证，把数据集分成了5份，其中4份作为训练集，剩下一份作为测试集，这种方法叫做留一交叉验证法 D: 在scikit-learn包里面使用交叉验证方法，可以使用代码：from sklearn import cross_validation
- 10.以下关于K-折交叉验证法物逢排误的是（） 选项： A、K折交叉验证取K∶k最常用的以值是10，此时称为10折交叉验证。其他常用的K值还有5、20等 B、交叉验证的思想是，每次用k个子集的并集作为训练集，余下的那个子集作为测试集，这样就有k种训练集/测试集划分的情况，从而可进行K次训练和测试，最终返回k次测试结果的均值 C、如果训练集相对较小，则增大K值
- 11.我们通常将数据集划分为训练集，验证集和测试集进行模型的训练，参数的验证需要在__上进行，参数确定后__重新训练模型。 选项： A、训练集 需要 B、训练集 不需要 C、验证集 需要 D、验证集 不需要
- 12.关于数据集的切分,下列说法正确的是A、测试集十分宝贵B、交叉验证中会使用验证集C、训练集主要用于训练模型权重参数D、训练集需要在测试集中单独切分
- 13.在交叉验证中，我们使用许多小的验证集，每个模型在对其他数据进行训练后，对每个验证集进行一次评估。
- 14.数据集一般划分为训练集、验证集和测试集三部分，训练集用于建模，验证集（开发集）用于模型验证与矫正，测试集用于模型的最终评估。选项： A:正确; B:错误
- 15.使用5折交叉验证选择模型参数时，应将整个数据集按比例分割为训练集，验证集，测试集，再开展模型训练及测试，并将上述步骤重复5次。选项： A:正确; B:错误
- 16.使用5折交叉验证选择模型参数时，应将整个数据集按比例分割为训练集，验证集，测试集，再开展模型训练及测试，并将上述步骤重复5次。 选项： A:正确; B:错误
- 17.数据集一般划分为训练集、验证集和测试集。训练集用于建模、验证集用于模型验证与矫正、测试集用于模型的最终评估。（ ） 选项：A、对 B、错
- 18.对训练好的模型使用（ ）对模型进行评估测试，验证模型是否达到业务需求。 选项：A、测试数据集B、验证数据集C、训练数据集D、结果数据集
- 19.简述模型训练中训练集、测试集、验证集的含义。 ( ) 训练集：用于训练模型的数据集 测试集：用于评估模型性能的数据集 验证集：用于微调模型超参数的数据集
