Examly題庫立即開始練習
國營聯招 統計資訊統計學、巨量資料概論11343單選題

在資料進行機器學習的過程中,正規化(Regularization)係指下列何者?

A一種降低資料維度的技術
B一種平衡類別分佈的方法
C一種改善模型可解釋性的方式
D一種透過在損失函數中添加懲罰防止過度配適的技術正確答案
答案與詳解
D
正確答案
正規化(Regularization)的核心目的是透過在損失函數中加入懲罰項,限制模型複雜度,從而防止過度配適(Overfitting)。

為什麼答案是 D

正規化(如 L1、L2)就是在損失函數中加入懲罰項,限制模型參數的大小,避免模型死背訓練資料而導致過度配適。

考點:降維技術考點:不平衡資料處理考點:模型可解釋性考點:正規化核心定義
載入中…

想練更多統計學、巨量資料概論考古題?

Examly 收錄 38 萬+ 道歷屆題目,每題都有像這樣的精選詳解。免費下載,立即開練。

Download on theApp Store即將推出Google Play
黑皮