对于较大的k值，k最近邻模型变为（)和（)

A.过度拟合

B.拟合不足

C.良好拟合

D.以上均不是

A.过度拟合的模型有很高的偏差

B.过拟合的模型具有较低的偏差

C.欠拟合的模型有很大的差异

D.以上都不对

A.可以将k值设为0

B.K值是超参数

C.K值越大,模型越容易过拟合

D.K值越大,分类的分割面越平滑

A.抛物线模型

B.指数曲线模型

C.直线模型

D.曲线模型

A.为模型添加其他特征项

B.增加模型参数，调高模型复杂度

C.引入正则项

D.选择合适的迭代次数停止模型的学习

A.欠拟合

B.模型很棒

C.过拟合

A.模型学习到了样本的一般性质

B.学习迭代次数过多

C.训练集数量级和模型复杂度不匹配，训练集的数量级小于模型的复杂度

D.训练集和测试集特征分布不一致

A.earlystopping

B.数据集扩增

C.正则化(Regularization)

D.Dropout