在机器学习中,什么是过拟合和欠拟合?
A、过拟合是模型在训练数据上表现过好,但在测试数据上表现不佳;欠拟合是模型在训练数据上表现不佳
B、过拟合是模型在训练数据上表现不佳,但在测试数据上表现过好;欠拟合是模型在训练数据上表现过好
C、过拟合和欠拟合都是模型在训练数据上表现不佳
D、过拟合和欠拟合都是模型在测试数据上表现不佳
发布时间:2024-06-22 02:11:55
A、过拟合是模型在训练数据上表现过好,但在测试数据上表现不佳;欠拟合是模型在训练数据上表现不佳
B、过拟合是模型在训练数据上表现不佳,但在测试数据上表现过好;欠拟合是模型在训练数据上表现过好
C、过拟合和欠拟合都是模型在训练数据上表现不佳
D、过拟合和欠拟合都是模型在测试数据上表现不佳