题目内容
（请给出正确答案）
A.岭回归使用L1正则化
B.岭回归使用L2正则化
C.岭回归使用L1+L2正则化
D.岭回归不使用正则化
参考答案
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
网友提供的答案
更多“下面关于岭（Ridge）回归的描述正确的是”相关的问题
A、degree=1
B、degree=2
C、poly=2
D、poly=1
A、发生了过拟合较为严重（overfitting）的情况
B、发生了欠拟合较为严重（underfitting）的情况
C、学习得到了一个非常好的模型，其在测试集上的表现最好
D、R方值越大，则模型性能越好
def runplt(): plt.figure() plt.title(u'披萨的价格和直径',fontproperties=font_set) plt.xlabel(u'直径（inch）',fontproperties=font_set) plt.ylabel(u'价格（美元）',fontproperties=font_set) plt.axis([0, 25, 0, 25]) return plt
A、plt.grid(False)
B、plt.grid(True)
C、grid(True)
D、grid(False)
A、相对熵又称为KL散度（Kullback–Leibler divergence）
B、相对熵又称为信息散度（information divergence）
C、相对熵又称为信息增益（information gain）
D、相对熵又被称之为KL距离，因此满足对称性
警告：系统检测到您的账号存在安全风险
为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
