题目内容
（请给出正确答案）
[主观题]
在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题（)
A.增加训练集量
B.减少神经网络隐藏层节点数
C.删除稀疏的特征S
D.SVM算法中使用高斯核/RBF核代替线性核
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.增加训练集量
B.减少神经网络隐藏层节点数
C.删除稀疏的特征S
D.SVM算法中使用高斯核/RBF核代替线性核
如果结果不匹配，请 联系老师 获取答案
更多“在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟…”相关的问题
A.增加训练集量
B.减少神经网络隐藏层节点数
C.删除稀疏的特征
D.SVM算法中使用高斯核/RBF核代替线性核
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variance
D.当我们减少训练单个学习器的样本个数，我们可以降低bias
A.Dropout能减少网络训练耗时
B.Dropout能解决过拟合问题
C.Dropout能解决欠拟合问题
D.Dropout是指在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃
A增加神经网络层数,可能会增加测试数据集的分类错误率
B减少神经网络层数,总是能减小测试数据集的分类错误率
C增加神经网络层数,总是能减小训练数据集的分类错误率
