機器學習基礎

將資料分成訓練、驗證、測試三份時,下列何者是驗證資料的主要用途?

  1. A用於調整超參數,以及比較多個模型
  2. B用於計算更新模型權重所需的誤差
  3. C在開發最後只使用一次,估計完成之模型的性能
查看答案與解析

正確答案:A. 用於調整超參數,以及比較多個模型

訓練資料用來求出模型的權重,驗證資料用來調整學習率、層數等超參數,或比較要採用哪個模型。測試資料則在這些調整全部結束後只使用一次,估計模型對未知資料的性能。一邊看驗證資料的結果一邊反覆調整,模型也會逐漸遷就驗證資料,因此最終評估需要另外保留的測試資料。

  • A. 正確。用於調整超參數與選擇模型。
  • B. 用於更新權重的是訓練資料。
  • C. 這是測試資料的用途。
練習這個領域 前往領域頁面

相關計算工具

機器學習基礎的其他題目

  1. 以1000筆資料進行5折交叉驗證(k = 5 的k折交叉驗證)時,每一回訓練使用的資料筆數為何者?
  2. 下列何者是發生過擬合(過度擬合)時會看到的情形?
  3. 將模型的誤差分成偏差(bias)與變異(variance)來思考時,下列何者適當?
  4. 下列關於抑制過擬合的正規化等方法的敘述,何者適當?
  5. 下列建立機器學習模型的步驟中,何者造成了資料洩漏(評估用資料的資訊混入訓練中)?