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.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 选项： A:357 B:357 C:357 D:357
-
2.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
选项： A:1
B:2
C:3
D:1 and 3
- 3.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（单选题） 选项： A:1 B:2 C:3 D:1 and 3 E:nan
- 4.以下说法正确的是（） 。 选项： A:一个机器 学习模 型 ，如果 有较高准 确率， 总 是说明这 个分类是 好的 B:如果增加 模型复杂 度 ，那么 模型的测 试错误率 总是会降 低 C:如果增加 模型复杂 度 ，那么 模型的训 练错误率 总是会降 低 D:我们不可 以使用聚 类“类别id” 作为一个 新的特别 项 ，然后 再用监督 学习分别 进行学习
- 5.以下的说法哪些是正确的？ ( ) ①一个机器学习模型如果能得到很高的 准确率，则说明这是个好的分类器。 ②如果增加一个模型的复杂度，测试错误总会增加。 ③如果增加一个模型的复杂度，训练错误总会增加。 选项： A:1 B:2 C:3 D:1 and 3
- 6.下列说法错误的是？ 选项： A:一个机器学习模型的训练错误率越低就表示越好 B:模型越复杂，训练错误越低 C:模型越复杂，测试错误越低 D:一个精度高的机器学习模型通常是一个好的分类器
- 7.以下哪句话是正确的（C）。A.机器学习模型的精准度越高，则模型的性能越好B.增加模型的复杂度，总能减小测试样本误差C.增加模型的复杂度，总能减小训练样本误差D.以上说法都不对
- 8.以下关于机器学习说法正确的是? 选项： A、机器学习三要素是指经验、模型和算法； B、机器学习的特点是随经验的增加，效果会变好； C、机器学习是指先用以往数据训练模型；再用模型预测新数据的结果； D、在机器学习中，分为有监督学习，无监督学习以及强化学习。
- 9.下列关于机器学习模型的说法，( )是正确的？选项： A:一个精度高的机器学习模型，通常是一个好的分类器; B:训练数据相同、模型越复杂，测试错误越低; C:训练数据相同、模型越复杂，训练错误越低; D:一个查准率和查全率都高的模型，不是一个好的分类器
- 10.如果一个模型在训练集上正确率为99%，测试集上正确率为60%。我们应该怎么做（ ）。选项： A:加入正则化项; B:增加训练样本数量; C:增加模型复杂度; D:减少模型复杂度
- 11.深度学习中的“深度”指的是（ ）。 选项：A、模型的复杂度B、模型的层数C、模型的训练时间D、模型的准确率
- 12.深度学习中的“深度”指的是（ ）。 选项： A、模型的准确率 B、模型的训练时间 C、模型的复杂度 D、模型的层数
- 13.深度学习中,以下哪些方法可以降低模型过拟合?() 选项： A: 增加更多的样本 B: Dropout C: 增大模型复杂度,提高在训练集上的效果 D: 增加参数惩罚
- 14.【单选题】如果利用机器学习方法对垃圾邮件进行过滤，预测结果为垃圾邮件或非垃圾邮件两种类别，那么应该采用机器学习中的（ ）方法。 选项：A、一元线性回归模型B、多元线性回归模型C、分类模型D、聚类模型
- 15.深度学习在神经网络中使用了多层的隐藏层，其优点是（ ）选项： A:提高了模型的复杂度和学习能力 B:降低了模型的复杂度和学习能力 C:加快了模型的训练速度 D:提高了模型的泛化能力
- 16.关于机器学习模型性能评估的说法，以下哪些选项是正确的？ 选项： A、通过分类模型的混淆矩阵，可以计算准确率，错误率，召回率，差准率，F1 值等各种信息 B、回模型股可以使用 MAE 或 MSE 进行评估 C、分类模型一般可以结合混淆矩阵进行评估 D、聚类模型没有性能评估方法
