单选题
如果训练样本的误差很大,测试样本的误差也很大,通常不会导致()问题。
A
欠拟合
B
实际应用效果很差
C
过拟合
D
泛化性能差
答案解析
正确答案:C
解析:
过拟合是指模型在训练数据上表现良好,但在测试数据上表现不佳的现象。如果训练样本和测试样本的误差都很大,说明模型在训练数据和测试数据上的表现都不佳,可能是由于欠拟合导致的,而不是过拟合。因此,选项 C 是正确的答案。查看全部
相关知识点:
样本误差大不过拟合问题
题目纠错
人工智能训练师题库_1500题
