如果一个训练模型在测试集上精度达到100%，那么在另一个测试集上精度不一定能达到100%。
A: 正确
B: 错误
A: 正确
B: 错误
举一反三
- 中国大学MOOC: 如果一个训练模型在测试集上精度达到100%，那么在另一个测试集上精度不一定能达到100%。
- 如果一个训练模型在测试集上精度达到100%，那么在另一个测试集精度上也能达到100%
- 如果一个经过训练的机器学习模型在测试集上达到 100% 的准确率，这意味着该模型将在另外一个新的测试集上也能得到 100% 的准确率
- 如果可行解集（），那么目标函数的极大值一定在该凸集的一个顶点上达到。
- 以下关于神经网络的说法中，正确的是（）？ A: 增加网络层数，一定能减小训练集错误率 B: 减小网络层数，一定能减小测试集错误率 C: 增加网络层数，可能增加测试集错误率 D: 增加网络层数，一定增加测试集错误率