模型训练好后，可以用____函数来测试评估模型。
A: test( )
B: predict( )
C: fit( )
D: evaluate( )
A: test( )
B: predict( )
C: fit( )
D: evaluate( )
D
举一反三
- 模型的训练我们可以用模型对象的____函数来实现， A: train( ) B: exercise( ) C: fit( ) D: test( )
- 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。
- (1分)【单选题】模型的预测方法是（ ）。 A: fit B: predict C: score D: dump
- 如何使用模型探索数据，具体步骤是？ A: 填充预测模型、训练模型、创建数据可视化、评估模型 B: 评估模型、填充预测模型、训练模型、创建数据可视化 C: 填充预测模型、训练模型、评估模型、创建数据可视化 D: 评估模型、填充预测模型、创建数据可视化、训练模型
- 对于某深度学习模型而言，假设解决某个问题能够获得的训练样本比较少，类似问题已经有预训练好的模型，西面哪种方法利用预训练好的模型可能获得较好的效果？ A: 用新样本重新训练整个模型 B: 只训练最后几层神经元 C: 随机选几层进行训练 D: 只训练最后一层，其余层网络参数冻结
内容
- 0
数学建模方法相结合，可以用（ ）建立模型结构,用测试分析确定模型参数.
- 1
（ ）函数的功能是使用训练完成的模型给出输入数据的预测值 A: Predict B: NumAssemble C: Tokenization D: CsvAssemble
- 2
sklearn库中有多种基本模型的对象，可以直接拿来生成实例后使用。这些对象中一般都用（）函数来训练模型。
- 3
在有监督学习任务中，比如分类，训练集是用来学习的样本集，通过匹配一些参数来建立一个分类器。测试集纯粹是为了测试已经训练好的模型的分类能力的样本集。
- 4
以下关于训练集、验证集和测试集说法不正确的是( )。[br][/br]选项: A: 测试集是纯粹是用于测试模型泛化能力 B: 训练集是用来训练以及评估模型性能 C: 验证集用于调整模型参数 D: 以上说法都不对