下列哪項方法較合適使用在進行數據分析時，可有效評估機器學習模型的性能以確保其在實際應用中具有良好的泛化能力？
A使用全部數據進行訓練
B增加特徵數量
C使用交叉驗證正確答案
D增加神經網路的深度
答案與詳解
逐選項解析
A使用全部數據進行訓練過擬合問題✕ 易錯陷阱
使用全部數據訓練會導致無測試集可供評估，模型只能記住訓練資料（過擬合），完全無法評估泛化能力。
B增加特徵數量特徵工程✕ 錯誤
增加特徵數量是特徵工程手段，可能提升表達能力，但也可能引發維度災難，與評估模型泛化能力無直接關聯。
C使用交叉驗證✓ 正確
D增加神經網路的深度✕ 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
立即註冊觀看完整詳解 已有帳號?登入
