如果结果不匹配，请 
更多“减少神经网络层数，可能会降低测试集分类错误率。()”相关的问题
第1题
对于神经网络的说法,下面正确的是:()
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
第2题
以下说法正确的是()1.一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的2.如果增加模
以下说法正确的是()
点击查看答案
1.一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的
2.如果增加模型复杂度，那么模型的测试错误率总是会降低
3.如果增加模型复杂度，那么模型的训练错误率总是会降低
4.我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习
A.1
B.2
C.3
D.1and3
第4题
如果现在要对一组数据进行分类，我们不知道这些数据最终能分成几类，那么应该选择（)来处理这些数据最适合。
A.BP神经网络
B.RBF神经网络
C.SOM神经网络
D.ELMAN神经网络
第6题
建筑的体形系数还与建筑物的体形是否规整及建筑的体量大小有关。一般来说，控制或降低体形系数的方法主要有（)。
A.减少建筑面宽，加大建筑进深
B.使建筑体形变化更多
C.加大建筑长度或增加组合体
D.增加建筑物的层数
第9题
以下关于分类挖掘的相关说法错误的是______。
A.分类器的构造方法有统计方法、机器学习方法、神经网络方法等
B.有三种分类器评价或比较尺度：预测准确度、计算复杂度、模型描述的简洁度
C.统计方法包括决策树法和规则归纳法
D.神经网络方法主要是BP算法
