线性回归容易出现过拟合,而正则化线性回归可以降低模型过拟合的风险。A. 正确B. 错误

线性回归模型在训练过程中，如果模型过于复杂，可能会导致过拟合，即模型在训练数据上表现很好，但在未见过的数据上表现较差。正则化线性回归通过在损失函数中添加正则化项，可以限制模型的复杂度，从而降低过拟合的风险。