下列关于Ridge回归的说法正确的有（   ）。

试卷相关题目

• 1可作为决策树选择划分属性的参数有（ ）。

  A.信息增益

  B.信息增益率

  C.基尼指数

  D.密度函数

  开始考试点击查看答案
• 2预剪枝使得决策树的很多分子都没有展开，则会导致的结果有（   ）。

  A.显著减少训练时间开销

  B.显著减少测试时间开销

  C.降低过拟合风险

  D.提高欠拟合风险

  E."

  开始考试点击查看答案
• 3下列关于决策树的优点的描述正确的是（）

  A.可读性强

  B.分类速度快

  C.只用于回归问题

  D.是无监督学习

  开始考试点击查看答案
• 4决策树在（   ）情况下会导致递归返回。

  A.当前节点包含的样本全属于同一类

  B.当前属性集为空

  C.当前节点包含的样本集合为空

  D.所有样本在所有属性上取值相同

  E."

  开始考试点击查看答案
• 5决策树的划分选择有（   ）。

  A.增益系数

  B.信息增益

  C.增益率

  D.基尼系数

  E.信息增益量

  开始考试点击查看答案
• 6一个监督观测值集合会被划分为（ ）。

  A.训练集

  B.验证集

  C.测试集

  D.预处理集

  E."

  开始考试点击查看答案
• 7重新划分样本到正例类和反例类。下列说法正确的有（ ）。

  A.增加阈值不会提高召回率

  B.增加阈值会提高召回率

  C.增加阈值不会降低查准率

  D.增加阈值会降低查准率

  开始考试点击查看答案
• 8下列关于AUC面积的描述正确的有（   ）。

  A.AUC被定义为ROC曲线下与坐标轴围成的面积

  B.AUC面积的值大于1

  C.AUC面积的值等于0.5时，真实性最低，无应用价值

  D.AUC面积的值越接近1.0,检测方法真实性越高

  开始考试点击查看答案
• 9HighBias （高偏差）的解决方式有（    ）。

  A.Boosting

  B.复杂模型（非线性模型、增加神经网络中的层）

  C.更多特征

  D.以上选项都不正确

  开始考试点击查看答案
• 10关于特征向量的缺失值处理方式如下：缺失值较多，直接将该特征舍弃掉，否则可能会带入较大的noise,对结果造成不良影响；缺失值较少，其余的特征缺失值都在10%以内，可以采取的处理方式有（   ）。

  A.把NaN直接作为一个特征，假设用0表示

  B.用均值填充

  C.用随机森林等算法预测填充

  D.以上选项都不正确

  开始考试点击查看答案