更多“机器学习过程中的特征选择,其主要目的是选取合适的数据特征维度…”相关的问题
第1题
在现实机器学习任务中,获得数据之后通常先进行特征选择,然后再训练学习器。特征选择是从给定的特征集合中选择出无关特征子集的过程。()
点击查看答案
第2题
在建立预测模型的时候,监督式学习需要建立一个学习过程,将预测结果与“训练数据”的实际结果进行比较,不断地调整预测模型,直到模型的预测结果达到一个预期的准确率()
点击查看答案
第3题
数据和特征决定了机器学习算法的上线,而模型和算法只是不断逼近这个上限而已。()
点击查看答案
第4题
特征选择和诠释中,模型维度类别不包括()。
点击查看答案
第5题
在机器学习中,对高维数据进行降维的主要目的是希望找到一个合适的低维空间,在此空间中进行学习能比原始空间性能更好。()
点击查看答案
第6题
人工智能AI技术应用客户识别训练客户智能CI AI-机器学习技术优势便于特征学习,机器学习实现CI的基础性任务是()
A.特征向量库
B.特征选择
C.测试数据与样本库相似度计算
D.结果识别
点击查看答案
第7题
信用评分的步骤主要是样本选择、选取自变量、建立初级模型、检验和调整模型。()
点击查看答案
第8题
选择模型时只需要考虑模型的泛化误差,因此就算是训练误差非常大的模型也可能是效果最好的分类模型。()
点击查看答案
第9题
构建岗位胜任特征模型的基本程序包括:①定义绩效标准;②获取效标样本有关胜任特征的数据资料;③选取效标分析样本;④建立岗位胜任特征模型;⑤验证岗位胜任特征模型。排序正确的是()
A.①②③④⑤
B.①③②④⑤
C.②①⑤④③
D.②①③⑤④
点击查看答案
第10题
基于维度模型的数据整合及管理标准体系架构主要有四个层次。()
点击查看答案