首页
以下哪些方法不能用于处理欠拟合？
精华吧
→
答案
→
慕课
→
未分类
以下哪些方法不能用于处理欠拟合？
A.增大正则化系数
B.增加新的特征
C.增加模型复杂度
D.对特征进行变换，使用组合特征或高维特征
正确答案：增大正则化系数
Tag：
机器学习
特征
正则
时间：2021-12-29 13:25:56
上一篇：
哪些算法不需要数据归一化？
下一篇：
以下哪些方法不能用于处理过拟合？
相关答案
1.
回归问题和分类问题的区别是？
2.
以下哪组变量之间存在线性回归关系？
3.
已知你朋友的信息，比如经常发email的联系人，或是你微博的好友、微信的朋友圈，我们可运用聚类方法自动地给朋友进行分组，做到让每组里的人们彼此都熟识。
4.
大部分的机器学习工程中，数据搜集、数据清洗、特征工程这三个步骤绝大部分时间，而数据建模，占总时间比较少。
5.
根据肿瘤的体积、患者的年龄来判断良性或恶性，这是一个回归问题。
6.
朴素贝叶斯属于概率模型。
7.
对于非概率模型而言，可按照判别函数线性与否分成线性模型与非线性模型。下面哪些模型属于线性模型？
8.
机器学习的方法由（）等几个要素构成。
9.
下列哪些学习问题不属于监督学习？
10.
谷歌新闻每天收集非常多的新闻，并运用（）方法再将这些新闻分组，组成若干类有关联的新闻。于是，搜索时同一组新闻事件往往隶属同一主题的，所以显示到一起。
热门答案
1.
（）是可用于标记数据的机器学习算法。
2.
（）是机器学习的一部分，与神经网络一起工作。
3.
哪种开发语言最适合机器学习？
4.
机器学习这个术语是由（）定义的？
5.
哪些机器学习模型经过训练，能够根据其行为获得的奖励和反馈做出一系列决策？
6.
机器学习方法传统上可以分为（）类。
7.
一个包含n类的多分类问题，若采用一对剩余的方法，需要拆分成多少次？
8.
以下关于特征选择的说法正确的是？
9.
回归问题和分类问题的区别是什么？
10.
一个计算机程序从经验E中学习任务T，并用P来衡量表现。并且，T的表现P随着经验E的增加而提高。假设我们给一个学习算法输入了很多历史天气的数据，让它学会预测天气。什么是P的合理选择？