下列方法中适合减少数据集中的特征数即降维的有（ ）。

试卷相关题目

• 1下列关于LDA判别分析思想的描述正确的有（   ）。

  A.同类样例的投影点尽可能近

  B.异类样例的投影点尽可能远

  C.同类样例的投影点尽可能远

  D.异类样例的投影点尽可能近

  E."

  开始考试点击查看答案
• 2下列关于特征数据归一化的说法正确的有（ ）。

  A.特征数据归一化加速梯度下降优化的速度

  B.特征数据归一化有可能提高模型的精度

  C.线性归一化适用于特征数值分化比较大的情况

  D.概率模型不需要做归一化处理

  E."

  开始考试点击查看答案
• 3在正则化公式中，λ为正则化参数。下列关于λ的描述正确的有（ ）。

  A.若正则化参数λ过大，可能会导致出现欠拟合现象

  B.若λ太大，则梯度下降可能不收敛

  C.取一个合理的λ，可以更好地应用正则化

  D.如果令λ很大的话，为了使CostFunction尽可能的小，所有θ（不包括θ0）都会在一定程度上减小

  开始考试点击查看答案
• 4特征选择的目的有（  ）。

  A.减少特征数量、降维

  B.使模型泛化能力更强

  C.增强模型拟合能力

  D.减少过拟合。

  开始考试点击查看答案
• 5特征选择在子集生成与搜索方面引入了人工智能搜索技术和子集评价方法。其中人工智能搜索技术有（   ）o

  A.分支界限法

  B.浮动搜索法

  C.信息嫡

  D.AIC

  开始考试点击查看答案
• 6线性模型的基本形式有（   ）。

  A.线性回归

  B.对数几率回归（二分类问题）

  C.线性判别分析（Fisher判别分析）

  D.多分类学习

  开始考试点击查看答案
• 7常见的回归分析的种类有（   ）。

  A.线性回归

  B.系数回归

  C.逻辑回归

  D.曲线回归

  开始考试点击查看答案
• 8下列关于相关与线性关系的说法正确的有（ ）。

  A.相关不一定是线性关系，可能是非线性关系

  B.相关一定是线性关系，不可能是非线性关系

  C.相关时若有相关系数为0,说明两个变量之间不存在线性关系，仍可能存在非线性关系

  D.相关系数为0是两个变量独立的必要不充分条件

  开始考试点击查看答案
• 9可以帮助解决训练集在特征空间中线性不可分的问题的方法有（  ）o

  A.硬间隔

  B.软间隔

  C.核函数

  D.拉格朗日乘子法

  E."

  开始考试点击查看答案
• 10当构造线性模型时，应注意变量间的相关性。在相关矩阵中搜索相关系数时，如果发现3对变量的相关系数是（Vari和Var2、Var2和Var3、Var3和Vari ）,相关系数 分别是-0.98. 0.45. 1.23,则可以得出的结论有（）。

  A.Var1和Var2是非常相关的

  B.因为Var1和Var2是非常相关的，可以去除其中一个

  C.Var3和Var1的相关系数1.23是不可能的

  开始考试点击查看答案