• 2022-06-04
    关于过拟合说法不正确的是
    A: 如果一味追求提高对训练数据的预侧能力,所选模型的复杂度则往往会比真模型更高。
    B: 过拟合是指学习时选择的模型所包含的参数过多,以致于出现该模型对己知数据预测得很好,但对未知数据预测很差的现象
    C: 对训练数据的预侧能力较高,模型的复杂度一定较高
    D: 解决过拟合现象的一种方法是正则化