有N个样本，一半用于训练，一半用于测试。若增大样本个数，则训练误差和测试误差之间的差距会变小
正确
举一反三
- 有 N 个样本，一半用于训练，一半用于测试。若增大 N 值，则训练误差和测试误差之间的差距会如何变化？
- 有 N 个样本,一半用于训练,一半用于测试。若增大 N 值,则训练误差和测试误差之间的差距会如何变化? A: 增大 B: 减小 C: 不变
- 给定N个数据点，一半用于训练，一半用于测试，则训练误差和测试误差之间的差别会随着N的增加而减小吗？() A: 会 B: 不会
- 给定 n 个数据点，如果其中一半用于训练，另一半用于测试，则训练误差和测试误差之间的差别会随着 n的增加而减小
- 下面两种说法是否正确()<br/>给定n个数据点,如果其中一半用于训练,另一半用于测试,则训练误差和测试误差之间的差别会随着 n的增加而减小;<br/>输出变量为有限个离散变量的预测问题是回归问题;输出变量为连续变量的预测问题是分类问题; A: 正确,错误 B: 错误,正确 C: 正确,正确 D: 错误,错误
内容
- 0
关于过拟合,下面哪个说法是正确的:( ) A: 训练误差较大,测试误差较小 B: 训练误差较小,测试误差较大 C: 训练误差较大,测试误差较大 D: 训练误差较小,测试误差较小
- 1
【单选题】学习器在训练集上的误差称为 “训练误差”或 () ,在新样本上的误差称为 “泛化误差” A. 学习误差 B. 经验误差 C. 测试误差 D. 检验误差
- 2
学习器在( )上的误差称为“训练误差”或“经验误差”。 A: 训练集 B: 新样本
- 3
下列关于误差的描述中，错误的是______。 A: 误差是指学习器的预测输出和样本的真实标记之间的差异 B: 在训练集上的误差称为训练误差 C: 在测试集上的误差称为泛化误差 D: 泛化误差是无法得到的
- 4
以下关于训练样本或测试样本描述错误的是 A: 训练样本可以通过前期测试对象的输入和对应的输出采集得到 B: 测试样本是在训练过程中未曾训练的未知新鲜数据 C: 测试样本只包含输入数据不包含输出数据 D: 测试样本用于检验训练模型的性能，一般包括识别精度和实时性等