可能导致过拟合的原因有：
A: 模型本身过于复杂
B: 训练样本太少
C: 训练样本缺乏代表性
D: 训练样本噪声的干扰
A: 模型本身过于复杂
B: 训练样本太少
C: 训练样本缺乏代表性
D: 训练样本噪声的干扰
举一反三
- 通常，在机器学习中造成“过拟合”的主要原因有（ ） A: 所训练的模型过于复杂 B: 所训练的模型过于简单 C: 特征属性太多，但训练样本太少 D: 数据集的规模太大
- 下面关于过拟合的原因中，错误的是哪个？ A: 样本太少会导致过拟合 B: 样本太多会导致过拟合 C: 模型太复杂会导致过拟合 D: 训练集中包含测试集样本，会导致过拟合
- 懒惰学习是指在训练阶段（ ），训练时间开销为零，待收到测试样本后再进行处理。 A: 改变训练样本 B: 对训练样本不进行操作 C: 对训练样本进行保存 D: 对训练样本进行学习
- 关于训练样本的描述中，正确的是哪些？ A: 样本越多，模型训练越慢，性能一定越好。 B: 训练样本越少，模型的方差越大。 C: 如果模型性能不佳，可增加样本多样性进行优化。 D: 增加数据可以减少模型方差。
- 监督学习的主要特点是要在训练模型时提供给学习系统训练样本以及样本对应的类别标签