过拟合是有监督学习的挑战，而不是无监督学习( )
正确
错误
过拟合是机器学习中一个普遍存在的问题，不仅仅存在于有监督学习中，无监督学习也会出现过拟合现象。在无监督学习中，过拟合通常指模型过于复杂，学习到了数据中的噪声或者不必要的细节，从而导致模型泛化能力下降，只能很好地适应训练数据，而无
法很好地适应新数据。因此，本题答案为 F。
法很好地适应新数据。因此，本题答案为 F。
青云测评
青云测评
过拟合是有监督学习的挑战，而不是无监督学习( )
正确
错误
