用于提高模型在未知测试数据上的泛化能力，避免过拟合通常采用的方式是（）

在机器学习中，如果单纯去提高训练数据的预测能力，所选模型的复杂度往往会很高，这种现象称为过拟合。对于产生这种现象以下说法正确的是（）。 交叉验证可以用来检验模型的泛化能力或者评估模型的质量。 规划测试数据包括（） 测试数据不能弄虚作假（） Probe是一款空口测试工具,主要用于搜集LTE网络空口测试数据（） CNA支持（）测试数据的导入。 测试数据应进行异地备份 测试数据应进行异地备份（） 要防止过拟合，进行最优的模型选择，即选择复杂度最适当的模型，以达到使测试误差最小的学习目的。() 维修记录中测试数据应填写（） CQT测试数据掉线比如何计算 继电器测试数据保存于（）中 CQT测试数据掉线比如何计算 中国大学MOOC: 过拟合是指模型不能在训练集上获得足够低的误差 验收测试使用的是模拟测试数据，产品测试使用的是用户真实数据。（ ） 测试数据应进行异地备份。（5.0分） 维修记录上的测试数据应填写（） 工区I级测试数据保存1年（） 与设计测试数据无关的文档是（） 当带电和在线测试数据与停电或离线试验结果不一致时，以带电和在线测试数据为准（）