在利用机器学习进行工程造价预测时,若模型在训练集上表现出极高的准确率,但在未参与训练的测试集上预测误差显著增大,这种现象在机器学习基本原理中通常被称为?
A.欠拟合(Underfitting)
B.过拟合(Overfitting)
C.数据泄露(Data Leakage)
D.维度灾难(Curse of Dimensionality)
优质解答
答案
B
解析
本题考查机器学习模型评估中的基本概念。过拟合(Overfitting)是指模型在训练数据上表现极好,但泛化能力差,导致在未知数据(测试集)上预测效果显著下降的现象。这通常是因为模型过于复杂,记住了训练数据中的噪声而非普遍规律。欠拟合是指模型过于简单,无法捕捉数据中的基本规律,导致训练集和测试集表现均差。数据泄露指测试数据意外混入训练过程。维度灾难指高维空间中数据稀疏导致的计算困难。因此,题干描述的现象为过拟合。
科目:建设工程经济题型:单选题难度:中等来源:AI生成