简答题LDA和PCA的对比中，正确的是？ A、LDA是有监督的，而PCA是无监督的 B、PCA最大化数据的方差，而LDA最大化不同类之间的分离 C、LDA和PCA都是线性变换技术简答题怎样才能在 PCA 中得到和 SVD 一样的投射？ A、将数据转换成零均值 B、将数据转换成零中位数 C、无法做到简答题不能进行特征降维的方法有 A、线性判别分析 B、最小二乘法 C、主成分分析 D、矩阵奇异值分解简答题关于最常用的降维算法PCA，正确的是？ A、PCA是一种无监督的方法 B、它搜索数据具有最大差异的方向 C、主成分的最大数量 D、所有主成分彼此正交简答题n维空间中，检测离群点的最好方法是（） A、马氏距离 B、作正态分布概率图 C、作散点图 D、作盒形图简答题一学校的安检人脸识别准入系统用来识别待进入人员的身份，此系统一共包括识别4种不同的人员：教师、学生、保障人员、外来人员，最适合此需求的学习方法是? A、回归问题 B、二分类问题 C、多分类问题 D、层次聚类问题简答题观察如下数据集：删除 a，b，c，d 哪个点对拟合回归线的影响最大？ A、a B、b C、c D、d简答题给定数据集，现在要使用PCA和最近邻方法来构建一个分类器。输入训练图像样本，为了从PCA算法获得合理的性能，这些图像需要的预处理步骤是？ A、将所有图像缩放或裁剪为相同的大小。 B、将分类目标对准图像中相同的位置。简答题相比于PCA，t-SNE的说法中不正确的是？ A、无论数据的大小如何，T-NSE总是产生更好的结果。 B、对于较小尺寸的数据，PCA总是比t-SNE更好。 C、数据巨大（大小）时，t-SNE可能无法产生更好的结果。简答题下面这张图是一个简单的线性回归模型,图中标注了每个样本点预测值与真实值的残差。计算 SSE 为多少？ A、3.02 B、0.75 C、1.01 D、0.604简答题已知一神经网络模型图如下，若去掉ReLU层，该神经网络仍能够处理非线性函数。简答题LDA的目的是最大化之间类别的距离，最小化类内之间的距离。 A、正确 B、错误简答题SVM的效率依赖于 A、核函数的选择 B、核参数 C、软间隔参数简答题以下说法错误的是 A、不可以使用聚类“类别id”作为一个新的特征项，用监督学习进行学习 B、 一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的 C、如果增加模型复杂度， 那么模型的测试错误率总是会降低简答题在使用PCA将数据减少到k维度是，其中的“k”越高的将意味着越正则化。 A、正确 B、错误简答题在变量选择过程中， 考虑到模型效率，我们应该对模型是否具有解释性，特征是否携带有效信息等多个方面进行考虑 A、正确 B、错误简答题假设变量 Var1 和 Var2 是正相关的，那么下面那张图是正确的？图中，横坐标是 Var1，纵坐标是 Var2，且对 Var1 和 Var2 都做了标准化处理。 A、Plot 1 B、Plot 2 C、/ D、/简答题针对线性回归导出参数，我们的假设是？ A、自变量x是非随机的，无错的 B、误差通常服从一个平均值为零，标准差恒定的分布 C、模型误差是统计独立的 D、因变量y和自变量x的真实关系是线性的简答题假如使用一个较复杂的回归模型来拟合样本数据，使用 Ridge 回归，调试正则化参数 λ，来降低模型复杂度。若 λ 较大时，关于偏差（bias）和方差（variance），下列说法错误的是？ A、若 λ 较大时，偏差减小，方差减小 B、若 λ 较小时，偏差增大，方差减小 C、若 λ 较大时，偏差增大，方差减小 D、若 λ 较小时，偏差减小，方差增大简答题在t-SNE算法中可以调整的超参数有？ A、最大迭代次数 B、维度数量 C、平稳测量有效数量的邻居