大学网课搜题引擎
首页
学堂在线
机器学习
第五章 降维
题目详情
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
查看答案与解析
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
机器学习
章节列表
第一章 绪论
11
第二章 分类
11
第三章 聚类
12
第四章 回归
12
期末考试
82
第五章 降维
12
第六章 深度学习及算法实例
12