方向：
分类：
细分：
难度：
0 得票
0 挑战
4035 浏览

假设我们要解决一个二类分类问题, 我们已经建立好了模型, 输出是0或1, 初始时设阈值为0.5, 超过0.5概率估计, 就判别为1, 否则就判别为0 ; 如果我们现在用另一个大于0.5的阈值, 那么现在关于模型说法, 正确的是 : 1 模型分类的召回率会降低或不变2 模型分类的召回率会升高3 模型分类准确率会升高或不变4 模型分类准确率会降低

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
2864 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
2195 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
2596 浏览

以下哪些算法, 可以用神经网络去构造: 1. KNN 2. 线性回归 3. 对数几率回归

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
1352 浏览

我们建立一个5000个特征, 100万数据的机器学习模型. 我们怎么有效地应对这样的大数据训练 :

0 得票
0 挑战
2292 浏览

对于PCA(主成分分析)转化过的特征 , 朴素贝叶斯的”不依赖假设”总是成立, 因为所有主要成分是正交的, 这个说法是:

0 得票
0 挑战
3470 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

微信公众号
有课学公众号
  • 微信公众号: geekdaxue