简答题下列哪些不特别适合用来对高维数据进行降维？ A、主成分分析法 B、聚类分析 C、小波分析法 D、线性判别法简答题如果在线性回归模型中增加一个特征变量，下列可能发生的是？ A、R-squared 增大，Adjust R-squared 增大 B、R-squared 增大，Adjust R-squared 减小 C、R-squared 减小，Adjust R-squared 减小 D、R-squared 减小，Adjust R-squared 增大简答题判断：PCA可用于在较小维度上投影和可视化数据。 A、正确 B、错误简答题判断：降维算法是减少构建模型所需计算时间的方法之一。 A、正确 B、错误简答题假如我们使用 Lasso 回归来拟合数据集，该数据集输入特征有 100 个（X1，X2，...，X100）。现在，我们把其中一个特征值扩大 10 倍（例如是特征 X1），然后用相同的正则化参数对 Lasso 回归进行修正。 A、特征 X1 很可能被排除在模型之外 B、特征 X1 很可能还包含在模型之中 C、无法确定特征 X1 是否被舍弃 D、以上说法都不对简答题“对于 PCA 处理后的特征，其朴素贝叶斯特征相互独立的假设一定成立，因为所有主成分都是正交的，所以不相关”。这句话是否正确？ A、正确 B、错误简答题判断：PCA属于确定性算法。 A、正确 B、错误简答题下列方法中，可以用于特征降维的方法包括？ A、主成分分析 PCA B、线性判别分析 LDA C、AutoEncoder D、矩阵奇异值分解 SVD简答题下列哪些指标可以用来评估线性回归模型？ A、R-Squared B、Adjusted R-Squared C、F Statistics D、RMSE / MSE / MAE简答题梯度下降，就是沿着函数的梯度（导数）方向更新自变量，使得函数的取值越来越小，直至达到全局最小或者局部最小。 A、正确 B、错误简答题关于特征选择，下列对 Ridge 回归和 Lasso 回归说法正确的是？ A、Ridge 回归适用于特征选择 B、Lasso 回归适用于特征选择 C、两个都适用于特征选择 D、以上说法都不对简答题下列哪一种偏移，是我们在最小二乘直线拟合的情况下使用的？图中横坐标是输入 X，纵坐标是输出 Y。 A、垂直偏移（vertical offsets） B、垂向偏移（perpendicular offsets） C、两种偏移都可以 D、以上说法都不对