方向：
分类：
细分：
难度：
0 得票
0 挑战
1629 浏览

在有监督学习中， 我们如何使用聚类方法？ 1. 我们可以先创建聚类类别， 然后在每个类别上用监督学习分别进行学习 2. 我们可以使用聚类“类别id”作为一个新的特征项， 然后再用监督学习分别进行学习 3. 在进行监督学习之前， 我们不能新建聚类类别 4. 我们不可以使用聚类“类别id”作为一个新的特征项， 然后再用监督学习分别进行学习

0 得票
0 挑战
1706 浏览

以下说法正确的是

0 得票
0 挑战
2326 浏览

对应GradientBoosting tree算法， 以下说法正确的是:

0 得票
0 挑战
2767 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
3075 浏览

下面的交叉验证方法: i. 有放回的Bootstrap方法 ii. 留一个测试样本的交叉验证 iii. 5折交叉验证 iv. 重复两次的5折教程验证 当样本是1000时，下面执行时间的顺序，正确的是

0 得票
0 挑战
2825 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
2360 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
1895 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
2045 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
2069 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（）

微信公众号
有课学公众号
  • 微信公众号: geekdaxue