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10645單選題

如何降低模型過適(Overfitting)問題?

A降低資料量
B在目標函數中加入參數正則化(Regularization) 項正確答案
C對資料作正規化(Normalization)前處理
D使用測試資料建模
答案與詳解
B
正確答案
過適(Overfitting)指模型對訓練資料太貼合、泛化能力差,最直接的解法是在目標函數加入正則化(Regularization)項來懲罰複雜度。

為什麼答案是 B

正則化(Regularization)在損失函數加入懲罰項(如L1 Lasso、L2 Ridge),限制參數大小,降低模型複雜度,是對抗過適的核心技術手段。

考點:資料量與過適關係考點:正則化降低過適考點:Normalization vs Regularization考點:測試資料使用原則
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