如果一个训练好的模型在测试集上有100%的准确率,这是不是意味着在一个新的数据集上,也会有同样好的表现()A.是的,这说明这个模型的范化能力已经足以支持新的数据集合了B.不对,依然后其他因素模型没有考虑到,比如噪音数据

如果一个训练好的模型在测试集上有100%的准确率,这是不是意味着在一个新的数据集上,也会有同样好的表现()

A.是的,这说明这个模型的范化能力已经足以支持新的数据集合了

B.不对,依然后其他因素模型没有考虑到,比如噪音数据


相关考题:

评估模型的分类预测准确率,使用()进行评估。 A.验证数据集B.训练数据集C.测试数据集D.未知数据

你使用Fashion数据集,搭建卷积神经网络训练模型,“测试集”识别准确率数值高于80%

一般地,不会把给定的整个数据集都用来训练模型,而是将其分成训练集和测试集两部分,使用训练集对模型进行训练或学习,然后把测试集输入训练好的模型并评估其表现。

你使用Fashion数据集,搭建卷积神经网络训练模型,“测试集”识别准确率数值高于75%

你使用Fashion数据集,搭建卷积神经网络训练模型,“测试集”识别准确率数值高于85%

你使用Fashion数据集,搭建卷积神经网络训练模型,“测试集”识别准确率数值高于95%

如果一个训练模型在一个测试集上精度达到100%,那么在另一个测试集上的精度也能达到100%

43、在测试数据集上模型执行得很好,说明是个好模型。

你使用Fashion数据集,搭建卷积神经网络训练模型,“测试集”识别准确率数值高于90%