以下有关特征数据归一化的说法错误的是:( )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

第1题：

所谓数据的归一化处理，是指把数据变换到[0，1]区间，所以，对于数据1，2，3，4，归一化后得到的值为0.25，0.5，0.75，1

第2题：

4、关于数据规范化，下列说法中错误的是（)。

A．包含标准化和归一化

B．标准化在任何场景下受异常值的影响都很小

C．归一化利用了样本中的最大值和最小值

D．标准化实际上是将数据在样本的标准差上做了等比例的缩放操作

第3题：

11、有关数据预处理对神经网络的影响，以下哪个说法是错误的？

A．对于非数值型的属性，可以使用独热（onehot)编码或模糊化转换成数值

B．连续性属性可以采用最小最大值归一化，减少数值过大和不同属性量纲不同对网络的影响

C．预处理与否对神经网络的训练速度和分类准确率影响比较大

D．BP神经网络的输入属性不需要筛选，因为网络本身有特征获取能力

第4题：

18、大数据的特征以下描述错误的是（）。

A．数据体量大

B．数据类型多

C．数据价值密度高

D．数据产生的速度快

第5题：

3、下列关于数据中心化的说法中，错误的是_____。

A．中心化将数据平移，数据之间的相对关系不变

B．中心化是将数据转换成标准正态分布

C．中心化后数据均值为0

D．中心化不一定要归一化