niusouti.com

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()1.使用前向特征选择方法2.使用后向特征排除方法3.我们先把所有特征都使用,去训练一个模型,得到测试集上的表现.然后我们去掉一个特征,再去训练,用交叉验证看看测试集上的表现.如果表现比原来还要好,我们可以去除这个特征.4.查看相关性表,去除相关性最高的一些特征A.1和2B.2,3和4C.1,2和4D.All

题目

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()

1.使用前向特征选择方法

2.使用后向特征排除方法

3.我们先把所有特征都使用,去训练一个模型,得到测试集上的表现.然后我们去掉一个特征,再去训练,用交叉验证看看测试集上的表现.如果表现比原来还要好,我们可以去除这个特征.

4.查看相关性表,去除相关性最高的一些特征

A.1和2

B.2,3和4

C.1,2和4

D.All

相似考题

1.特征选择和降维都是用于减少特征数量,进而降低模型复杂度、防止过度拟合。()此题为判断题(对，错)。

2.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A.1,2and4B.2and4C.3and4D.1and3E.1,3and4

3.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:( )A.使用前向特征选择方法B.使用后向特征排除方法C.我们先把所有特征都使用,去训练一个模型,得到测试集上的表现.然后我们去掉一个特征,再去训练,用交叉验证看看测试集上的表现.如果表现比原来还要好,我们可以去除这个特征.D.查看相关性表,去除相关性最高的一些特征

4.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()A.我们随机抽取一些样本,在这些少量样本之上训练B.我们可以试用在线机器学习算法C.我们应用PCA算法降维,减少特征数D.B和CE.A和BF.以上所有

更多“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()1.使用前向特征选择方法2.使用后向特 ”相关问题

  • 第1题：

    9、使用SVM进行客流人体检测时，需要将原始图像变换到另一个特征空间，以下关于如何选择这个特征空间的说法正确的是

    A．维数越高，精度也越高

    B．维数应该和原始图像的像素数一致

    C．应使得训练样本变换后更容易被分类面分隔开

    D．应使得训练样本变换后更加集中


    应使得训练样本变换后更容易被分类面分隔开

  • 第2题：

    12、特征提取和特征选择是对整个样本集进行特征降维的方法之一。


    A

  • 第3题：

    以下哪些特征选取方式是无监督的

    A．使用PCA进行特征抽取

    B．使用协方差矩阵抽取协方差值较高的特征

    C．使用线性神经网络抽取特征

    D．使用卷积层，pooling层处理输入图像，得到降维后的特征图


    使用PCA进行特征抽取;使用协方差矩阵抽取协方差值较高的特征

  • 第4题：

    70、特征降维的方法包括特征选择和特征提取。


    正确

  • 第5题：

    4、影片最后向我们展示了特梅的选择，即跟随母亲还是跟随父亲。


    错误

相关内容