题目内容（请给出正确答案）

[单选题]

假设您已在数据集上拟合了一个复杂的回归模型。现在，您正在使用Ridge回归，并调整参数λ以减少其复杂性。选择下面的描述，哪个表达了偏差和方差与λ的关系（）。

A.在λ非常小的情况下，偏差低，方差低

B.在λ非常小的情况下，偏差低，方差高

C.在λ非常小的情况下，偏差高，方差低

D.在λ非常小的情况下，偏差低，方差低

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“假设您已在数据集上拟合了一个复杂的回归模型。现在，您正在使用…”相关的问题

第1题

假如我们使用Lasso回归来拟合数据集，该数据集输入特征有100个（X1，X2，...，X100）。现在，我们把其中一个特征值扩大10倍（例如是特征X1），然后用相同的正则化参数对Lasso回归进行修正。那么，下列说法正确的是（）。

A.特征X1很可能被排除在模型之外

B.特征X1很可能还包含在模型之中

C.无法确定特征X1是否被舍

D.以上答案都不正确

点击查看答案

第2题

参见第13章中的表13-1。在那里，我们利用FERTILl.RAW中的数据，估计了妇女已生育子女数kids的一个

线性模型。

(i)利用表13-1中同样的变量估计kids的一个泊松回归模型。解释y82的系数。

(ii)保持其他因素不变，黑人妇女和非黑人妇女在生育上的估计百分数差异是多少？

(iii)求σ。有过度散布和散布不足的证据吗？

(iv)计算泊松回归中的拟合值和作为kidsi和kidsi之相关系数平方的R2。并与线性回归模型中的R2相比较。

点击查看答案

第3题

假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型，训练所用的数据集由汽车和卡车的照片构成，而训练目标是检测出每种车辆的名称（车辆共有10种类型）。现在想要使用这个模型来解决另外一个问题，问题数据集中仅包含一种车（福特野马）而目标变为定位车辆在照片中的位置（）。

A.除去神经网络中的最后一层，冻结所有层然后重新训练

B.对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层

C.使用新的数据集重新训练模型

D.所有答案均不对

点击查看答案

第4题

如果我使用数据集的全部特征并且能够达到100%的准确率，但在测试集上仅能达到70%左右，这说明：（）。

A.欠拟合

B.模型很棒

C.过拟合

D.以上答案都不正确

点击查看答案

第5题

如果我使用数据集的全部特征并且能够达到100%的准确率，但在测试集上仅能达到70%左右，这说明模型欠拟合。（）

点击查看答案

第6题

以下关于回归的说法中，不正确的是（)。

A.回归的目标属性是离散的

B.回归是根据历史数据拟合以函数将属性集映射到相应的值集

C.回归是一种预测建模任务

D.回归也是一种分类

点击查看答案

第7题

下列关于误差的说法，正确的是（）。

A.训练样本容量增加，泛化误差也会增加

B.过拟合指数据在训练集上的误差过大

C.过拟合可以通过减少模型参数数量解决

D.交叉验证不重复使用数据

点击查看答案

第8题

如果一个模型在测试集上偏差很大,方差很小,则说明该模型（)

A.过拟合

B.可能过拟合可能欠拟合

C.刚好拟合

D.欠拟合

点击查看答案

第9题

在多元线性回归模型中，假设某个解释变量对其余解释变量的判定系数接近于1，那么说明模型中存在（）。

A.异方差

B.序列相关

C.多重共线性

D.高拟合优度

点击查看答案

第10题

假设我们已经在ImageNet数据集（物体识别）上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的，对吗（）。

A.对的

B.不知道

C.看情况

D.不对

点击查看答案

第11题

在多元线性回归模型中，假设某个解释变量对其余解释变量的判定系数接近于1，那么说明模型中存在（）。

A.异方差性

B.序列相关

C.多重共线性

D.高拟合优度

点击查看答案

营业执照

违法和不良信息举报电话：400-118-7898

举报/反馈/投诉邮箱：deng＃ujigu.com（请将＃替换成@）