Examly題庫立即開始練習
國營聯招 資訊計算機原理、網路概論11423單選題

對於機器學習中的過擬合(Overfitting)問題,下列敘述何者正確?

A訓練資料與測試資料的誤差皆低
B增加訓練資料量一定會導致過擬合
C模型對噪音資料完全忽略
D訓練資料誤差低,但測試資料誤差高正確答案
答案與詳解
D
正確答案
過擬合(Overfitting)是指模型過度死背訓練資料,導致訓練誤差極低,但遇到沒看過的測試資料時誤差卻很高的現象。

為什麼答案是 D

完全正確。模型過度擬合訓練資料(誤差低),失去泛化能力,導致對未知的測試資料預測能力極差(誤差高)。

考點:良好擬合考點:解決過擬合方法考點:過擬合特徵考點:過擬合定義
載入中…

想練更多計算機原理、網路概論考古題?

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