82、过拟合是指为追求样本集中样本的正确分类性导致分类器泛化能力降低。
82、过拟合是指为追求样本集中样本的正确分类性导致分类器泛化能力降低。
参考答案和解析
正确
相关考题：
有两个样本点，第一个点为正样本,它的特征向量是(0,-1);第二个点为负样本,它的特征向量是(2,3),从这两个样本点组成的训练集构建一个线性SVM分类器的分类面方程是()A.2x+y=4B.x+2y=5C.x+2y=3D.2x-y=0
关于支持向量机SVM,下列说法错误的是()A.L2正则项，作用是最大化分类间隔，使得分类器拥有更强的泛化能力B.Hinge损失函数，作用是最小化经验分类错误C.分类间隔为1/||w||，||w||代表向量的模D.当参数C越小时，分类间隔越大，分类错误越多，趋于欠学习
拟合优度检验和方程显著性检验之间的联系为( )。A.两者是从不同原理出发的两类检验B.拟合优度检验是从已经得到的估计的模型出发，检验它对样本观测值的拟合程度C.方程的显著性检验是从样本观测值出发检验模型总体线性关系的显著性D.拟合优度检验是从样本观测值出发检验模型总体线性关系的显著性E.方程的显著性是从已经得到的估计的模型出发，检验它对样本观测值的拟合程度此题为多项选择题。请帮忙给出正确答案和分析，谢谢!
对应GradientBoostingtree算法，以下说法正确的是()1.当增加最小样本分裂个数，我们可以抵制过拟合2.当增加最小样本分裂个数，会导致过拟合3.当我们减少训练单个学习器的样本个数，我们可以降低variance4.当我们减少训练单个学习器的样本个数，我们可以降低biasA.2和4B.2和3C.1和3D.1和4
下列选项中,不是对支持向量机的描述的是?() A.以结构风险最小为原则B.训练数据较小C.对于复杂的非线性的决策边界的建模能力高度准确，并且也不太容易过拟合D.在线性的情况下，就在原空间寻找两类样本的最优分类超平面
对应GradientBoostingtree算法,以下说法正确的是:( ) A.当增加最小样本分裂个数，我们可以抵制过拟合B.当增加最小样本分裂个数，会导致过拟合C.当我们减少训练单个学习器的样本个数，我们可以降低varianceD.当我们减少训练单个学习器的样本个数，我们可以降低bias
多选题关于遥感影像监督分类，描述正确的是（ ）。A不需要训练样本B需要训练样本C物以类聚的分类思想D是数据驱动的E是概念驱动的