机器学习在训练测试数据时，考虑到模型的目标是对新个体进行分类，不能使用测试数据训练模型，容易导致 现象。
机器学习在训练测试数据时，考虑到模型的目标是对新个体进行分类，不能使用测试数据训练模型，容易导致 现象。
发布时间：2025-05-29 04:41:27
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：过拟合
相关试题
- 1.机器学习在训练测试数据时，考虑到模型的目标是对新个体进行分类，不能使用测试数据训练模型，容易导致 现象。
- 2.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。
- 3.机器学习“训练”产生“模型”，“模型”指导“预测”。
- 4.模型拟合是利用测试数据集对模型的普通参数进行拟合。( )
- 5.在机器学习中,模型预测一般是指用模型验证已有标签的测试数据集并计算性能评价指标
- 6.在训练数据中进行模式识别，以建立一个预测模型，这种机器学习应用是基于模型的学习。（ ）
- 7.使用含有标签的训练样本进行模型训练，对应的机器学习方法是：
- 8.使用含有标签的训练样本进行模型训练，对应的机器学习方法是：
- 9.在人工智能业务流程构建中,模型训练的核心目标是通过对数据进行学习和优化，生成能够对新数据进行预测和推断的模型。
- 10.完成的训练模型可以保存为外部文件，再次使用模型时，不需要重新训练。
