方向：
分类：
细分：
难度：
0 得票
0 挑战
2130 浏览

“点击率问题”是这样一个预测问题, 99%的人是不会点击的, 而1%的人是会点击进去的, 所以这是一个非常不平衡的数据集. 假设, 现在我们已经建了一个模型来分类, 而且有了99%的预测准确率, 我们可以下的结论是

0 得票
0 挑战
2867 浏览

我们想在大数据集上训练决策树, 为了使用较少时间, 我们可以

0 得票
0 挑战
2197 浏览

假如我们使用非线性可分的SVM目标函数作为最优化对象, 我们怎么保证模型线性可分？

0 得票
0 挑战
2470 浏览

请选择下面可以应用隐马尔科夫(HMM)模型的选项

0 得票
0 挑战
3474 浏览

对于PCA说法正确的是 : 1. 我们必须在使用PCA前规范化数据 2. 我们应该选择使得模型有最大variance的主成分 3. 我们应该选择使得模型有最小variance的主成分 4. 我们可以使用PCA在低维度上做数据可视化

0 得票
0 挑战
2000 浏览

数据科学家可能会同时使用多个算法（模型）进行预测，并且最后把这些算法的结果集成起来进行最后的预测（集成学习），以下对集成学习说法正确的是

0 得票
0 挑战
2769 浏览

如果一个训练好的模型在测试集上有100%的准确率， 这是不是意味着在一个新的数据集上，也会有同样好的表现？

0 得票
0 挑战
2365 浏览

对于线性回归模型，增加一个特征变量，以下可能正确的是 :

0 得票
0 挑战
2046 浏览

当我们构造线性模型时, 我们注意变量间的相关性. 在相关矩阵中搜索相关系数时, 如果我们发现3对变量的相关系数是(Var1 和Var2, Var2和Var3, Var3和Var1)是-0.98, 0.45, 1.23 . 我们可以得出什么结论:

0 得票
0 挑战
2809 浏览

最出名的降维算法是 PCA 和 t-SNE。将这两个算法分别应用到数据「X」上，并得到数据集「X_projected_PCA」，「X_projected_tSNE」。下面哪一项对「X_projected_PCA」和「X_projected_tSNE」的描述是正确的？

微信公众号
有课学公众号
  • 微信公众号: geekdaxue