11.10

1. (单选题)在评价模型的性能时，一般是更希望算法模型的（）

• A. 训练误差小
• B. 测试误差小
• C. 泛化误差小
• D. 以上都是

我的答案: C:泛化误差小;

 

2. (单选题)算法模型“过拟合”会发生的现象有（）

• A. 训练误差很小，泛化性能差
• B. 测试误差很大，泛化性能强
• C. 训练误差很大，泛化性能强
• D. 测试误差很小，泛化性能强

我的答案: A:训练误差很小，泛化性能差;

 

二. 简答题（共1题，20分）

3. (简答题)简述划分出测试集的三种方法留出法、交叉验证法和自助法的优劣。

我的答案：

 

一、留出法

优点： 1. 相对简单直观，容易实现。 2. 计算开销较小，在数据量较大时执行速度较快。 缺点： 1. 若划分不当，可能会导致训练集和测试集的数据分布差异较大，影响评估结果的准确性。 2. 只进行了一次划分，评估结果可能具有较大的随机性，不够稳定可靠。 二、交叉验证法 优点： 1. 能够充分利用数据，通过多次划分和训练评估，使得评估结果更加稳定可靠。 2. 可以有效地评估模型在不同数据划分下的性能表现，减少因数据划分不合理带来的偏差。 缺点： 1. 计算开销较大，尤其是在数据量较大、k 值较大时，计算时间会显著增加。 2. 当数据集非常不平衡时，可能会出现某些划分中某些类别数据过少的情况，影响评估结果。 三、自助法 优点： 1. 在数据集较小、难以有效划分训练集和测试集时非常有用，能从有限的数据中尽可能多地进行评估。 2. 可以产生多个不同的训练集和测试集，增加了评估的多样性。 缺点： 1. 会改变原始数据的分布，引入估计偏差。 2. 计算过程相对复杂，不太直观。

三. 多选题（共1题，20分）

4. (多选题)评估模型时，划分测试集的原则有（）

• A. 测试集应该尽可能与训练集互斥
• B. 训练集和测试集的划分要尽可能保持数据分布一致（分层采样）
• C. 一般采用多次重复试验
• D. 以上都不对

我的答案: ABC:测试集应该尽可能与训练集互斥; 训练集和测试集的划分要尽可能保持数据分布一致（分层采样）; 一般采用多次重复试验;

 

四. 填空题（共1题，20分）

5. (填空题)十折交叉验证法中把数据集分成（）份，（）份作为测试集，剩余的（）作为训练集，需要把（）次的过程测试结果平均作为最终的测试结果。

我的答案：

(1) 10

(2) 1

(3) 9

(4) 10