首页 > 公务员考试
题目内容 (请给出正确答案)
[单选题]

题目在监督学习中,关于训练集的说法,正确的是()

A.训练集是一组输入数据

B.训练集是一组任意数据列表

C.训练集是一组标记过的输入输出对

D.训练集是一组输出数据

答案
收藏

C、训练集是一组标记过的输入输出对

如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“题目在监督学习中,关于训练集的说法,正确的是()”相关的问题
第1题
下面关于机器学习的说法中,正确的有()。

A.监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别,再对分类算法进行训练,最后得到可以使用的分类器

B.按照不同的学习理论划分,机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型

C.有监督学习的数据集有标签,无监督相比于有监督,没有训练过程,而是直接拿数据进行建模分析

D.在实际应用中,机器学习主要以无监督学习或半监督学习方式为主

点击查看答案
第2题
根据训练数据是否拥有标记信息,学习任务可大致分为()和()。

A.监督学习

B.训练集

C.无监督学习

D.测试集

点击查看答案
第3题
关于机器学习的目标分析步骤的说法,错误的是()。

A.机器学习的目标需求更注重于解决具体的问题

B.机器学习的类型可分为有监督、无监督和半监督学习

C.半监督学习使用的训练数据不需要标签

D.有监督学习能够依据学习到的知识对新的实例进行推测

点击查看答案
第4题
以下对机器学习的说法,正确的是?()

A.机器学习是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能

B.机器学习根据学习模式,可以分为监督学习,无监督学习,强化学习

C.传统的机器学习,需要人工指定特征,需要人工定义规则

D.机器学习主要是从样本中训练函数,从数据中学习规则,规律

点击查看答案
第5题
下列关于误差的说法,正确的是()。

A.训练样本容量增加,泛化误差也会增加

B.过拟合指数据在训练集上的误差过大

C.过拟合可以通过减少模型参数数量解决

D.交叉验证不重复使用数据

点击查看答案
第6题
深度学习中,以下哪些方法可以降低模型过拟合?()

A.增加更多的样本

B.Dropout

C.增大模型复杂度,提高在训练集上的效果

D.增加参数惩罚

点击查看答案
第7题
在训练深度学习模型时,发现训练集误差不断减少,测试集误差不断增大,以下解决方法正确的是?()

A.数据增广

B.增加网络深度

C.提前停止训练

D.添加Dropout

点击查看答案
第8题
下列关于机器学习的说法,正确的有()。①K-Means聚类是无监督学习的典型代表;②监督学习和非监督学习的区别在于是否要求样本数据带标签;③机器学习学得模型适用于新样本的能力,称为“泛化”能力;④在数学公理系统中,基于一组公理和推导规则推导出与之相恰的定理,属于归纳的过程

A.①②③

B.①②④

C.②③④

D.①②③④

点击查看答案
第9题
以下关于特征工程的说法不正确的是()。

A.特征工程指的是把原始数据转变为模型的训练数据的过程

B.它的目的就是获取更好的训练数据特征,使得机器学习模型逼近这个上限

C.特征工程在机器学习中占有非常重要的作用,一般认为括特征构建、特征提取、特征选择三个部分。

D.特征提取是从特征集合中挑选一组具有明显物理或统计意义的特征子集。

点击查看答案
第10题
在其他条件不变的前提下,以下哪种做法容易引起机器学习中的过拟合问题()。

A.增加训练集量

B.减少神经网络隐藏层节点数

C.删除稀疏的特征

D.SVM算法中使用高斯核/RBF核代替线性核

点击查看答案
第11题
关于神经网络,下列说法正确的是()。

A.增加网络层数,可能会增加测试集分类错误率

B.增加网络层数,一定会增加训练集分类错误率

C.减少网络层数,可能会减少测试集分类错误率

D.减少网络层数,一定会减少训练集分类错误率

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改