183****60672026-04-12 18:57:03
183****6067这道题目我觉得很奇怪，首先d选项，验证集不是用于估计参数的，这功能和训练集也不一样，怎么用于降低过度拟合。其次是b，如果a是对的，为什么b不对，激活函数都没有了为什么不是传统的线性回归模型。
回答（1）
黄石2026-04-13 11:17:43
黄石同学你好。
D：对于过拟合的模型，其常见的特征是在训练集中表现优秀，但换一个样本、在验证集中表现会出现很大的落差（这反映出了模型对现有训练集进行了过度的拟合、泛化性不好）。这一点欠拟合模型和正常模型都不会出现（正常模型在训练集和验证集中表现应该都是可圈可点的；欠拟合模型则不论是训练集中还是验证集中表现都很差。但二者的表现从训练集到验证集都不会出现很大的落差）。因此，避免过拟合的一个很简单的方法就是同时看看模型在训练集和验证集中的表现——只要模型在验证集中的表现远逊于训练集，那么就意味着模型很有可能是过拟合的。
B：注意B选项只是说隐藏层没有了。但是在神经网络中，计算输出层的时候也是要套一个激活函数的（只不过没有隐藏层的话，就相当于直接将输入层的X套入到这个激活函数来去计算Y）。
- 评论（0）
- 追问（0）
评论
0/1000
追答
0/1000
+上传图片