我们想要减少数据集中的特征数,即降维.选择以下适合的方案:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
对于信息增益,决策树分裂节点,下面说法正确的是:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
以下哪些算法,可以用神经网络去构造:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
神经网络训练过程中的哪些现象表明可能出现了梯度爆炸?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
假设目标遍历的类别非常不平衡,即主要类别占据了训练数据的99%,现在你的模型在训练集上表现为99%的准确度,那么下面说法正确的是:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
以下描述错误的是?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
关于主成分分析PCA说法正确的是:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
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:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
在有监督学习中,我们如何使用聚类方法?:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
对应GradientBoostingtree算法,以下说法正确的是:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
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:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
下面那个决策边界是神经网络生成的?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
在训练神经网络时,损失函数(loss)在最初的几个epochs时没有下降,可能的原因是?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
考虑某个具体问题时,你可能只有少量数据来解决这个问题。不过幸运的是你有一个类似问题已经预先训练好的神经网络。可以用下面哪种方法来利用这个预先训练好的网络?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
对于一个分类任务,如果开始时神经网络的权重不是随机赋值的,二是都设成0,下面哪个叙述是正确的?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
批规范化(BatchNormalization)的好处都有啥?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
下列哪些项所描述的相关技术是对的?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
下面哪项操作能实现跟神经网络中Dropout的类似效果?( )
提问者:07****95   悬赏: 0 学币   2019-12-11
对于线性回归,我们应该有以下哪些假设?:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
对于随机森林和GradientBoostingTrees,下面说法正确的是:( )
提问者:07****95   悬赏: 0 学币   2019-12-11
扫码看答案