一般情况下，在模型的选择和评估中用于调参的数据集称为
A: 训练数据
B: 验证数据
C: 测试数据
D: 以上都不是
A: 训练数据
B: 验证数据
C: 测试数据
D: 以上都不是
B
举一反三
- 评估模型的分类预测准确率，使用()进行评估。 A: 验证数据集 B: 训练数据集 C: 测试数据集 D: 未知数据
- 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
- 一般将原始业务数据分为多个部分，（）用于模型的构建。 A: 训练集 B: 测试集 C: 验证集 D: 全部数据
- 预测分析将原始数据分为训练数据集和测试数据集其中训练数据集的作用在于（） A: 用于对模型的效果进行无偏的评估 B: 用于比较不同模型的预测准确度 C: 用于构造预测模型 D: 用于选择模型
- 测试集是训练机器学习算法的数据集训练集是用来评估经训练后的模型性能的数据集验证集是用来微调模型超参数的数据集。
内容
- 0
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
- 1
数据挖掘分析中将原始数据分为训练数据集和测试数据集两部分，其中训练数据 集的作用是（）。 A: 用于比较不同模型的预测准确度 B: 用于对模型的效果进行无偏的评 估 C: 用于构造预测模型 D: 用于选择模型
- 2
一般将所有数据分为训练集、验证集和测试集。
- 3
机器学习中，用于学习的经验数据集合称为（ ） A: 训练集 B: 测试集 C: 验证集 D: 标签集
- 4
超参数的选择要使模型在哪个数据集上的误差尽可能小 A: 训练集 B: 测试集 C: 验证集 D: 以上全部