机器学习中有一套完整的用于损失函数设计和过拟合修正的方法。对于一个训练好的模型和既定输入 ,真值为 ,遵循的联合分布为,并且引入正则化防止过拟合，下列选项中正确的是（）

多选题

机器学习中有一套完整的用于损失函数设计和过拟合修正的方法。对于一个训练好的模型 $f$ 和既定输入 $x$ ,真值为 $y$ ,遵循的联合分布为 $p(x,y)$ ,并且引入正则化防止过拟合，下列选项中正确的是（）

损失函数的期望表示为 $E(loss)=\int_{x,y}^{}loss(y,f(x))p(x,y)dxdy$

损失函数的期望表示为 $E(loss)=p(x,y)\int_{x,y}^{}loss(y,f(x))dxdy$

正则化引入的目标是选择经验风险和复杂度都比较小的模型

正则化引入的目标是选择经验风险小和复杂度都大的模型

确定

上一题

下一题

题目信息

校招真题

正确率

点击

我的笔记