Q61 — AWS AIF-C01 第2章

第 61/100 题 | ← 返回第2章

一家公司正谢于发一种找模型，用开预测特忘晚品的价格。该模型谢训肯归据集上表现良好。然而，当公司将该模型部署如生产熟境中时，其财能却显著下降。 公司应该采每牙么措施来缓解这个问罪?

• A. 减少训练中使用的数据量。
• B. 为模型添加超参数。
• C. 增加训练中使用的数据量， ✓
• D. 增加模型训练时间。

正确答案: C. 增加训练中使用的数据量，

解析

当模型在训练数据集上表现良好，但在生产环境中性能显著下降时，这通常是由于模型过拟合导致的。过拟合是指模型在训练数据上学习得过于复杂，以至于学习到了训练数据中的噪声和细节，而没有捕捉到数据的真正规律。为了缓解这个问题，公司应该采取增加训练中使用的数据量的措施。增加数据量可以帮助模型学习到更多的数据特征和规律，提高模型的泛化能力，使其在生产环境中也能表现良好。 查看全部