首页
题库
面试
求职
学习
竞赛
More+
所有博客
搜索面经/职位/试题/公司
搜索
我要招人
去企业版
登录 / 注册
首页
>
试题广场
>
在模型训练过程中,下列哪些方法可以防止模型过拟合(overf
[不定项选择题]
在模型训练过程中,下列哪些方法可以防止模型过拟合(overfitting):
增大数据量
减少feature个数
正则化
交叉验证
查看正确选项
添加笔记
求解答(0)
邀请回答
收藏(42)
分享
纠错
2个回答
添加回答
1
phoenixx
交叉验证的作用是为了验证模型是否过拟合,随着训练数据和验证数据的增加以及训练和验证的进度,到训练和验证完成,
如果训练误差和验证误差相差较大,则很可能发生可过拟合,可以通过增加训练数据、减少特征、以及正则化来解决过拟合的问
题。
交叉验证不是来验证是否过拟合吗?也能防止?
发表于 2017-04-22 17:12:23
回复(2)
1
泣血残阳
减少feature数应该是减少非正交的feature,关联性的feature可能造成过拟合。
发表于 2018-02-12 11:07:24
回复(0)
这道题你会答吗?花几分钟告诉大家答案吧!
提交观点
问题信息
2017
算法工程师
滴滴
上传者:
小小
难度:
2条回答
42收藏
3438浏览
热门推荐
相关试题
下面描述中,符合结构化程序设计风格...
搜狐
Java工程师
C++工程师
iOS工程师
安卓工程师
运维工程师
前端工程师
算法工程师
PHP工程师
2018
评论
(1)
数据链路层滑动窗口机制中发送窗口(...
网络基础
评论
(1)
有关linux线程的描述,正确的是...
京东
Java工程师
C++工程师
iOS工程师
安卓工程师
运维工程师
前端工程师
算法工程师
PHP工程师
2018
评论
(1)
用一种动物介绍你自己
通用能力
评论
(1)
请你说几个海量数据存储常见问题以及...
评论
(1)
扫描二维码,关注牛客网
意见反馈
下载牛客APP,随时随地刷题