下面关于过拟合的描述中，错误的说法是哪个（)？

A.适当拟合

B.欠拟合

C.过拟合

D.正则化方法

A.欠拟合

B.过拟合

C.泛化能力差

D.泛化能力强

A.过拟合

B.可能过拟合可能欠拟合

C.刚好拟合

D.欠拟合

A.增加训练集的数据量

B.正则化方法

C.增加样本的数量

D.增加训练的次数

A.BN主要解决深度神经网络各层输入的分布一致，增加训练过程的平衡

B.BN可以减少每个隐层神经元梯度的变化幅度

C.BN起到了减少过拟合的作用

D.BN一般位于隐层神经元的激活函数输出之后

A.使用L1可以得到稀疏的权值，使用L2可以得到稀疏的权值

B.使用L1可以得到稀疏的权值，使用L2可以得到平滑的权值

C.使用L1可以得到平滑的权值，使用L2可以得到平滑的权值

D.使用L1可以得到平滑的权值，使用L2可以得到稀疏的权值

A.GBDT算法比随机森林容易过拟合

B.随机森林是并行计算的,而GBDT不能

C.GBDT算法比随机森林容易欠拟合

D.GBDT与随机森林都是建立在CART树的基础之上的

A.增加新特征，可以加入进特征组合、高次特征，来增大假设空间

B.添加多项式特征

C.减少正则化参数

D.使用非线性模型