训练模型过程中用到的数据，一般用来学习得到模型的权重的是（)。

A.模型训练误差很小，在测试集合上误差较小

B.模型训练误差很大，在测试集合上误差很小

C.模型训练误差很大，在测试集合上误差很大

D.模型训练误差很小，在测试集合上误差较大

A.定义算法公式，也就是神经网络的前向算法

B.定义loss，选择优化器，来让loss最小

C.对数据进行迭代训练，使loss到达最小

D.在测试集或者验证集上对准确率进行评估

A.全体训练集将被分为6份

B.全体测试集将被测试5次

C.全体训练集将被训练5次

D.全体训练集将被分为5份

A.调整模型的容量(capacity)

B.增加训练集的数据量

C.增加训练的次数

D.减少学习率，减少学习的步长，增加学习的精度

B、查看相关性表, 去除相关性最高的一些特征

C、先把所有特征都使用, 去训练一个模型, 得到测试集上的表现、然后我们去掉一个特征, 再去训练, 用交叉验证看看测试集上的表现，如果表现比原来还要好，我们可以去除这个特征

D、使用后向特征排除方法

A.训练数据集规模过小

B.多样性或代表性不足

C.数据集标注质量过低

D.异构化严重