【AI人工智能题库】机器学习中的欠拟合问题.docxVIP

【AI人工智能题库】机器学习中的欠拟合问题

一、单选题（每题2分，共20分）

1.下列哪一项最准确地描述了欠拟合（underfitting）？

A.模型在训练集上表现良好但在测试集上表现较差

B.模型在训练集和测试集上均表现较差

C.模型在训练集上表现较差但在测试集上表现良好

D.模型对训练集和测试集均表现完美

2.当模型容量（capacity）过低时，最可能直接导致：

A.过拟合

B.欠拟合

C.梯度爆炸

D.梯度消失

3.在线性回归任务中，若特征维度远小于数据真实维度，最可能出现：

A.欠拟合

B.过拟合

C.梯度弥散

D.局部最优

4.以下哪种正则化策略最不可能缓解欠拟合？

A.增大L2正则化系数

B.减小L2正则化系数

C.增加模型参数

D.增加特征的非线性变换

5.若决策树的最大深度被强制设为1，最可能出现：

A.欠拟合

B.过拟合

C.精确匹配训练数据

D.零训练误差

6.在深度神经网络中，若隐藏层单元数过少，最可能导致：

A.欠拟合

B.过拟合

C.梯度爆炸

D.批量归一化失效

7.当训练集损失与验证集损失同时居高不下且接近时，最可能的诊断是：

A.欠拟合

B.过拟合

C.数据泄露

D.标签噪声

8.下列哪种数据增强策略对缓解欠拟合最直接有效？

A.随机裁剪

B.颜色扰动

C.引入更多真实样本

D.随机擦