欠拟合（Underfitting）是指模型复杂度低，模型在训练集上就表现很差，没法学习到数据背后的规律。（ ）
A、对
B、错
发布时间：2025-05-07 17:38:18
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：对
相关试题
- 1.欠拟合（Underfitting）是指模型复杂度低，模型在训练集上就表现很差，没法学习到数据背后的规律。（ ）
- 2.若训练时使用了数据集的全部特征,模型在训练集上的准确率为100%,验证集上准确率为70%。出现的问题是?A.1. 欠拟合B.2. 过拟合C.3. 模型很完美
- 3.过拟合是指模型在( )数据上表现很好，但在( )数据上表现较差的现象。
- 4.过拟合是指模型在训练样本拟合过度，表现极好,而在验证数据集以及测试数据集中表现不佳。（ ）
- 5.在训练数据集上模型执行得很好,说明是个好模型( )
- 6.在模型训练中，哪个步骤通常是在训练数据集上进行的 （ ）。
- 7.在进行自然语言处理的过程的机器学习中，通常将数据集划分为（ ）数据集和（ ）数据集。训练数据集用于训练数据，生成机器学习模型。测试数据用于验证生成的机器学习模型。
- 8.在机器学习中，以下哪个概念指的是模型在训练数据上的表现很好，但在未知数据上表现不佳？（ ）
- 9.下列关于机器学习的基本概念表述正确的是A.机器学习模型是建立在输入数据和模型输出之间的映射关系B.训练集是用来训练模型的数据集C.测试集是用来确定模型超参数的数据集D.验证集是用来测试模型真实泛化能力的数据集
- 10.一般地，不会把给定的整个数据集都用来训练模型，而是将其分成训练集和测试集两部分，使用训练集对模型进行训练或学习，然后把测试集输入训练好的模型并评估其表现。
