首页 > 建筑工程
题目内容 (请给出正确答案)
[单选题]

关于欠拟合(under-fitting),下面哪个说法是正确的?()

A.训练误差较大,测试误差较小

B.训练误差较小,测试误差较大

C.训练误差较大,测试误差较大

D.训练误差不变,测试误差较大

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“关于欠拟合(under-fitting),下面哪个说法是正确…”相关的问题
第1题
如果一个模型在测试集上偏差很大,方差很小,则说明该模型()

A.过拟合

B.可能过拟合可能欠拟合

C.刚好拟合

D.欠拟合

点击查看答案
第2题
学习训练后的状态有()。

A.适当拟合

B.欠拟合

C.过拟合

D.正则化方法

点击查看答案
第3题
如果深度学习训练过程不收敛,训练集准确率很低,属于下面哪个问题?()

A.欠拟合

B.过拟合

C.泛化能力差

D.泛化能力强

点击查看答案
第4题
下面关于过拟合的描述中,错误的说法是哪个()?

A.为了防止过拟合可以使用L1或L2正则化

B.为了防止过拟合可以使用提前终止训练的方法

C.为了防止过拟合可以使用Dropout

D.训练过程中的损失值越小,其在存过拟合的风险越低

点击查看答案
第5题
以下关于线性度的理解正确的选项是()。

A.实际输出-输入曲线是在动态标准条件下校准的

B.线性度的衡量实际是通过线性误差来体现的

C.线性误差是实际曲线与拟合直线之间的偏差

D.拟合直线常用最小二乘法获得

点击查看答案
第6题
以下关于NN算法当中k值描述正确的是?()

A.可以将k值设为0

B.K值是超参数

C.K值越大,模型越容易过拟合

D.K值越大,分类的分割面越平滑

点击查看答案
第7题
关于L1正则和L2正则下面的说法正确的是()

A.L2范数可以防止过拟合,提升模型的泛化能力。但L1正则做不到这一点

B.L2正则化标识各个参数的平方的和的开方值

C.L2正则化有个名称叫“Lassoregularization”

D.L1范数会使权值稀疏

点击查看答案
第8题
以下关于线性度的描述错误的是:()。

A.线性度指传感器输入/输出特性曲线与拟合直线之间最大偏差ΔLmax与其满量程输出值YFS之百分比

B.传感器的线性度越大越好

C.在实际测量处理中,我们无法降改变传感器的线性度

D.传感器的线性度与传感器的量程无关

点击查看答案
第9题
以下关于χ2检验的自由度的说法,正确的是()。

A.拟合优度检验时,白由度ν=n-2(n为观察频数的个数)

B.对一个3×4表进行检验时,自由度ν=11

C.对四格表检验时,自由度ν等于格子数减1

D.若X20.05,ν1>X20.05,ν2,则自由度ν1>ν2

E.若X20.05,ν1>X20.05,ν2,则自由度ν1

点击查看答案
第10题
下列关于深度学习说法错误的是()

A.LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题

B.CNN相比于全连接的优势之一是模型复杂度低,缓解过拟合

C.只要参数设置合理,深度学习的效果至少应优于随机算法

D.随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题

点击查看答案
第11题
以下关于传感器技术指标的描述中,错误的是()。

A.传感器实际的输出量与输入量关系曲线偏离拟合直线的程度叫做传感器的线性度

B.灵敏度(S)是指传感器在任何情况下输出变化量与输人变化量的比值

C.分辨率表征传感器对于被测量微小变化的感知能力

D.漂移是指在输出量不变的情况下,传感器输入量随着时间变化

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改