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.分类模型在进行训练时需要() 选项： A:训练集 B:训练集与测试集 C:训练集、验证集、测试集
- 2.下列过程属于分类的过程的是A.将数据集划分为训练集和测试集两部分B.通过分析训练集的特点来构建分类模型C.对测试集用建立的分类模型进行分类，评估分类准确度D.提取训练数据集的特征数据
- 3.对于过拟合模型，在训练集和测试集上的效果分别是（） 选项：A、在训练集上效果差，测试集上效果好B、在训练集上效果差，测试集上效果差C、在训练集上效果好，测试集上效果好D、在训练集上效果好，测试集上效果差
- 4.样本表示过程是将样本表示为（ ）的集合。选项： A:分类器（分类算法）; B:特征; C:测试集; D:训练集
- 5.装袋是指通过取样从原始训练数据集中创建m个“新”训练数据集（m"bootstrap"样本），在每个数据集上训练分类器分类，从m个分类器中获得多数投票。 选项： A:正确; B:错误
- 6.分类器在训练集上的误差称为“训练误差”。( )选项： A:对 B:错
- 7.作为分类器的性能评价方法,K折交叉验证把数据集划分为K份,其中K-1份作为训练集,1份作为测试集,全部轮流使用,总计循环( )次来评估算法的性能.
- 8.为进行分类模型的训练和性能评价，需要将输入的标注数据划分为（ ）。 选项： A:数据的特征; B:数据的类标; C:训练集; D:测试集
- 9.样本表示过程是将样本表示为（ ）的集合。选项： A:测试集; B:特征; C:训练集; D:分类器
- 10.数据分为训练集和测试集。测试集用于训练模型，训练集用于验证模型的好坏。 选项：A、正确B、错误
- 11.数据分为训练集和测试集。测试集用于训练模型，训练集用于验证模型的好坏。 选项：A、正确B、错误
- 12.在分类预测任务中，数据集根据其在数据挖掘过程中扮演角色的不同，可划分为选项： A:训练集; B:测试集; C:验证集; D:数据集
- 13.在监督学习中，关于训练集和测试集的划分，哪些说法是正确的？ 选项： A:训练集用于训练模型，测试集用于调整模型参数。 B:训练集通常比测试集要小。 C:划分训练集和测试集是为了评估模型的泛化性能。 D:训练集和测试集的数据应该来自不同的分布。
- 14.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
- 15.机器学习系统中通常将数据集划分为训练集和测试集，其中被用来学习得到系统的参数取值的是（） 选项： A:训练集 B:测试集 C:训练集和测试集 D:样本数据
- 16.机器学习系统中通常将数据集划分为训练集和测试集，其中被用来学习得到系统的参数取值的是（） 选项： A:训练集 B:测试集 C:训练集和测试集 D:样本数据
- 17.过拟合指的是什么？ 选项： A:在训练集上的精度很高，而在测试集上的精度很低 B:在训练集上的精度很低，而在测试集上的精度很低 C:在训练集上的精度很高，而在测试集上的精度很高 D:在训练集上的精度很低，而在测试集上的精度很
- 18.“垃圾邮件”数据集训练模型来识别垃圾邮件。用训练好的模型对测试集进行预测。调用sklearn中的accuracy_score函数计算预测的准确率：单次测试的准确率为88.27%。 选项： A、朴素贝叶斯分类器使用大量的训练数据可以显著提高预测准确率 B、依次使用了训练集比例70%, 60%, …, 10%来训练模型并测试模型性能。发现随着训练集的减小和测试集增大，模型性能仅有极微小的改变。这说明？ C、朴素贝叶斯分类器只需要使用很少的训练数据 D、对于该分类问题，朴素贝叶斯分类器预测准确率不是很高 E、对于该分类问题，朴素贝叶斯分类器预测准确率很高
- 19.下面有关模型拟合的说法，正确的是 选项： A:模型在训练集上的表现好，在测试集上表现也好 B:模型在训练集上的表现不好，在测试集上表现也不好 C:模型在训练集上的表现好，在测试集上表现不好 D:模型在训练集上的表现不好，在测试集上表现好
- 20.机器学习中通常将数据集划分为训练集和测试集，其中被用来学习得到模型的参数取值的是（ ） 选项： A、训练集 B、测试集 C、训练集和测试集 D、以上答案都不对
- 21.机器学习中通常将数据集划分为训练集和测试集，其中被用来学习得到模型的参数取值的是（ ） 选项： A、训练集 B、测试集 C、训练集和测试集 D、以上答案都不对
- 22.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
- 23.机器学习系统中通常将数据集划分为训练集和测试集，其中被用来学习得到系统的参数取值的是（） 选项： A:训练集 B:测试集 C:训练集和测试集 D:其它选项都不对
- 24.进行模型训练之前，需要先把标注好的数据进行分类。训练有监督学习模型时会将数据集划分为(任务7）（任务1） 选项：A、训练集B、验证集C、测试集D、开发集E、备份集
