Quay lại bộ đề
Question #11 Topic 1
You are training a spam classifier. You notice that you are overfitting the training data. Which three actions can you take to resolve this problem? (Choose three.)
Bạn đang huấn luyện một mô hình phân loại thư rác (spam classifier). Bạn nhận thấy mô hình đang bị quá khớp (overfitting) với dữ liệu huấn luyện. Ba hành động nào bạn có thể thực hiện để giải quyết vấn đề này? (Chọn ba.)
A
Get more training examples
Thu thập thêm các mẫu huấn luyện (training examples).
B
Reduce the number of training examples
Giảm số lượng mẫu huấn luyện.
C
Use a smaller set of features
Sử dụng một tập hợp các đặc trưng (features) nhỏ hơn.
D
Use a larger set of features
Sử dụng một tập hợp các đặc trưng lớn hơn.
E
Increase the regularization parameters
Tăng các tham số điều chuẩn (regularization parameters).
F
Decrease the regularization parameters
Giảm các tham số điều chuẩn.
Giải thích & Tài liệu tham khảo
Hiện tượng quá khớp (overfitting) xảy ra khi mô hình quá phức tạp và bắt đầu học cả các chi tiết nhiễu trong tập huấn luyện, dẫn đến khả năng tổng quát hóa kém trên dữ liệu mới. Ba cách tiêu chuẩn để giải quyết overfitting bao gồm:
- A. Thu thập thêm các mẫu huấn luyện: Nhiều dữ liệu hơn sẽ giúp mô hình nhận diện các mẫu tổng quát tốt hơn thay vì học vẹt các chi tiết nhỏ.
- C. Sử dụng một tập hợp đặc trưng nhỏ hơn: Giảm bớt số chiều/số lượng đặc trưng đầu vào giúp đơn giản hóa mô hình, ngăn chặn việc mô hình học các mối quan hệ giả tạo trong dữ liệu.
- E. Tăng các tham số điều chuẩn (Regularization): Kỹ thuật điều chuẩn (như L1/L2 regularization) phạt các trọng số lớn trong mô hình, buộc mô hình phải giữ các trọng số nhỏ và đơn giản hơn, từ đó giảm thiểu quá khớp.
(Đáp án được gợi ý bởi AI)