数据集、泛化和过拟合：测试您的知识

1. 以下哪一项是静态数据集的示例？

   华盛顿州西雅图的降雨率

   贝多芬交响曲中的音符目录

   垃圾电子邮件中最常用的字词

   电影院日票销售额

2. 您正准备使用包含以下特征的数据集训练一个用于预测二手车售价的模型：year、model 和 mileage。在检查数据集时，您发现 2500 个样本中有 150 个缺少里程值。以下哪些选项是合理的做法？（请选择所有适用选项）

   选择合适的多项回答。

   从数据集中移除这 150 个样本

   从数据集中移除 mileage 列，仅根据年份和模型来训练模型

   将值 0 插入所有空的里程字段

   将汽车行驶时间乘以数据集中所有汽车的年平均里程，推断每个空白字段的 mileage 估算值

3. 您正在训练在线播放服务的电影推荐模型，以预测用户对给定电影的情绪。以下哪些标签可以合理地作为“用户喜欢这部电影”的代理标签？（请选择所有适用选项）

   选择合适的多项回答。

   用户已将这部电影保存到他们的“想看”列表中。

   用户点击“开始观看电影”。

   用户向其他用户推荐了影片。

   用户给出的评分为 5 星。

4. 判断对错：训练模型，直到在测试数据上达到较低的损失值，是防止过拟合的好方法。

   正确

   错误

5. 请在下面的空白处填入适当的内容：
   正则化会在训练期间惩罚 ___，从而提高模型泛化到新数据的能力。

   预测错误

   学习速率

   复杂性

   梯度下降法

提交回答