在巨量資料分析專案中，下列何者比較無助於提升分類模型準確度(Accuracy)？
A使用交叉驗證(Cross-Validation)正確答案
B增加或減少模型參數(Parameters)以提升或降低模型複雜度
C進行更進一步的特徵工程(Feature Engineering)
D取得與使用有更多變數/特徵(Variables/Features)的訓練資料
答案與詳解
為什麼答案是 A
交叉驗證是模型評估與選擇的技術，用於估計泛化誤差，本身不直接提升分類準確度，只是更可靠地衡量準確度，對模型本身效能無直接改善作用。
考點：交叉驗證功能定位考點：模型複雜度調整考點：特徵工程效益考點：訓練資料品質
載入中…
