國中教甄｜資訊科技資訊科技112 年第 31 題單選題
在使用 MIT App Inventor 的 Personal Image Classifier 平台收集和標記視訊數據，並訓練模型以提高影像辨識的正確性時，以下哪一個問題是屬於過度擬合(Overfitting)的問題？
A選擇的模型架構不適合問題的特點和複雜度，可能無法獲得良好的辨識結果
B使用的數據集過於小，或者過度依賴特定樣本，模型可能會在訓練數據上表現良好，但對於新的數據無法泛化正確答案
C如果數據集中某些類別的樣本數量過少，或者沒有足夠的多樣性，模型可能無法正確辨識這些類別
D忽略數據預處理導致數據質量下降，影響模型的辨識能力
B正確答案
過度擬合是指模型在訓練資料上表現極佳，卻無法有效推論至未見過的新資料。
逐選項解析
A選擇的模型架構不適合問題的特點和複雜度，可能無法獲得良好的辨識結果✕ 錯誤
描述模型架構選擇不當，可能導致欠擬合或整體效能不彰，並非過度擬合的直接定義。
B使用的數據集過於小，或者過度依賴特定樣本，模型可能會在訓練數據上表現良好，但對於新的數據無法泛化✓ 正確
明確點出模型在訓練資料表現良好，但對新資料無法泛化，完全符合過度擬合的核心定義與現象。
C如果數據集中某些類別的樣本數量過少，或者沒有足夠的多樣性，模型可能無法正確辨識這些類別✕ 錯誤
D忽略數據預處理導致數據質量下降，影響模型的辨識能力✕ 錯誤
立即註冊,看完整詳解
這題的完整詳解,註冊就能看 · 每天 2 題免費
- 完整逐選項解析
- 秒殺解題技巧與破題關鍵
- 關鍵知識表整理
- 陷阱與易錯提醒
- 同考點歷屆題庫連續刷題與錯題本
