通常来说，我们构建模型，使其在训练集上能够做出准确预测，如果训练集和测试集足够相似，我们预计模型在测试集上也能做出准确预测。
错
举一反三
- 关于训练集和测试集的划分,下面比较好的做法是: A: 将手头上所有的数据拿来训练模型,预测结果正确率最高的模型就是我们所要选的模型 B: 将所有数据中的前百分之80拿来训练模型,剩下的百分之20作为测试集,测试集预测结果正确率最高的模型就是我们所要选的模型 C: 将所有数据先随机打乱顺序,百分之80用来训练模型,剩下的百分之20作为测试集,测试集预测结果正确率最高的模型就是我们所要选的模型 D: 将所有数据先随机打乱顺序,平均分成5份,轮流拿出其中1份作为测试集,其余的4份做为训练集,各次测试集预测的正确率求均值,正确率均值最高的模型就是我们所要选的模型
- 如果一个训练模型在测试集上精度达到100%，那么在另一个测试集精度上也能达到100%
- 过拟合是指（ ）。 A: 在训练集表现非常好，但在测试集上表现很差 B: 在训练集表现非常好，但在测试集上表现也非常好 C: 在训练集表现非常差，但在测试集上表现也差 D: 在训练集表现非常差，但在测试集上表现非常好
- 有监督学习一般分成两个阶段，在训练集上进行模型的学习，在测试集上测试模型的性能
- 中国大学MOOC: 如果一个训练模型在测试集上精度达到100%，那么在另一个测试集上精度不一定能达到100%。
内容
- 0
如果一个训练模型在测试集上精度达到100%，那么在另一个测试集上精度不一定能达到100%。 A: 正确 B: 错误
- 1
在模型训练的时候为什么要将数据集拆分成训练集和测试集？（ ） A: 测试集与训练集数据不能有重复.防止过拟合 B: 需要划分测试集数据用来调参 C: 数据集太多.训练模型用不了这么多数据
- 2
下面的说法中，错误 的是： A: 特征列是指用于预测目标数据的数据列 B: 测试集是用来评估模型效果的数据行 C: 训练集数量一般要大于测试集 D: 即使测试集数量大于训练集，测试集也不能当成训练集
- 3
训练集用来在模型训练阶段测试模型的好坏
- 4
如果一个模型在训练集上正确率为99%，测试集上正确率为60%。我们应该怎么做（）。 A: 加入正则化项 B: 增加训练样本数量 C: 增加模型复杂度 D: 减少模型复杂度