如果一个模型在训练数据集上的表现比在测试数据集上好很多，这意味着模型欠拟合于训练数据。
如果一个模型在训练数据集上的表现比在测试数据集上好很多，这意味着模型欠拟合于训练数据。
发布时间：2024-10-31 23:44:16
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜搜题库网 官方老师解答 )
答案：
相关试题
- 1.如果一个模型在训练数据集上的表现比在测试数据集上好很多，这意味着模型欠拟合于训练数据。
- 2.在进行自然语言处理的过程的机器学习中，通常将数据集划分为（ ）数据集和（ ）数据集。训练数据集用于训练数据，生成机器学习模型。测试数据用于验证生成的机器学习模型。
- 3.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？（ ）
- 4.根据本章所学内容，在导入训练数据集之前，对训练数据进行（）可以改善模型的训练效果。
- 5.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（ ）。
- 6.在进行模型训练之前，不需要对Iris数据集进行任何处理。
- 7.训练得到一个模型后,该模型在训练集上的准确率达到98%,在测试集上的准确率为20%,则下列说法正确的是()
- 8.模型评估时用来测试模型的数据集叫什么集：模型评估时用来测试模型的数据集叫什么集：
- 9.我们想要在大数据集上训练决策树模型，为了使用较少的时间，可以：（ ）。
- 10.训练模型属于数据预处理
