方向：
分类：
细分：
难度：
0 得票
0 挑战
3177 浏览

变量选择是用来选择最好的判别器子集， 如果要考虑模型效率，我们应该做哪些变量选择的考虑？1. 多个变量其实有相同的用处2. 变量对于模型的解释有多大作用3. 特征携带的信息4. 交叉验证

0 得票
0 挑战
2652 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
2121 浏览

对于线性回归，下面哪些说法是正确的？1. 找到离群点很重要, 因为线性回归对离群点很敏感 2. 线性回归要求所有变量必须符合正态分布 3. 线性回归假设数据没有多重线性相关性

0 得票
0 挑战
2336 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
2525 浏览

如果在一个高度非线性并且复杂的一些变量中, 一个树模型可能比一般的回归模型效果更好. 这是（）

0 得票
0 挑战
2908 浏览

下面对集成学习模型中的弱学习者描述错误的是？

0 得票
0 挑战
2593 浏览

下面哪个/些选项对 K 折交叉验证的描述是正确的？1.增大 K 将导致交叉验证结果时需要更多的时间 2.更大的 K 值相比于小 K 值将对交叉验证结构有更高的信心 3.如果 K=N，那么其称为留一交叉验证，其中 N 为验证集中的样本数量

0 得票
0 挑战
3069 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？

0 得票
0 挑战
2512 浏览

给定三个变量 X，Y，Z。(X, Y)、(Y, Z) 和 (X, Z) 的 Pearson 相关性系数分别为 C1、C2 和 C3。现在 X 的所有值加 2（即 X+2），Y 的全部值减 2（即 Y-2），Z 保持不变。那么运算之后的 (X, Y)、(Y, Z) 和 (X, Z) 相关性系数分别为 D1、D2 和 D3。现在试问 D1、D2、D3 和 C1、C2、C3 之间的关系是什么？

0 得票
0 挑战
2160 浏览

为了得到和 SVD 一样的投射（projection），你需要在 PCA 中怎样做？

微信公众号
有课学公众号
  • 微信公众号: geekdaxue