假如我们使用 Lasso 回归来拟合数据集,该数据集输入特征有 100 个(X1,X2,...,X100)。现在,我们把其中一个特征值扩大 10 倍(例如是特征 X1),然后用相同的正则化参数对 Lasso 回归进行修正。 那么,下列说法正确的是?
A.特征 X1 很可能被排除在模型之外
B.特征 X1 很可能还包含在模型之中
C.无法确定特征 X1 是否被舍弃
D.都不对
第1题:
设数据x1,x2的绝对误差限分别为0.05和0.005,那么两数的乘积x1x2的绝对误差限E(x1x2)=
A、0.005|X2|+0.005|X1|
B、0.05|X2|+0.005|X1|
C、0.05|X1|+0.005|X2|
D、0.005|X1|+0.005|X2|
第2题:
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
第3题:
第4题:
第5题:
响应变量Y与两个自变量(原始数据)X1及X2建立的回归方程为y=2.2+30000x1+0.0003x2由此方程可以得到的结论是:()
第6题:
我们把一个程序在一个数据集上的一次执行称为一个()
第7题:
设事故树的最小径集为{X1,X4}、{X1,X2,X5,X6}、{X2,X3,X4},求事故树的最小割集。
第8题:
以下关于回归的说法中,不正确的是()。
第9题:
设X1,X2,…,Xn是从总体X中抽取的容量为n的一个样本,如果由此样本构造一个函数T(X1,X2,…,Xn),不依赖于任何未知参数,则函数T(X1,X2,…,Xn)是一个()
第10题:
回归是一种预测建模任务
回归的目标属性是离散的
回归是根据历史数据拟合以函数将属性集映射到相应的值集
回归也是一种分类
第11题:
第12题:
X1对Y的影响比X2对Y的影响要显著得多
X1对Y的影响比X2对Y的影响相同
X2对Y的影响比X1对Y的影响要显著得多
仅由此方程不能对X1及X2对Y影响大小作出判定
第13题:
A.2
B.3
C.4
D.5
第14题:
设X1,X2,…,Xn是一个样本,样本的观测值分别为x1,x2,…,xn,则样本方差s2的计算公式正确的有( )。
第15题:
第16题:
第17题:
有一个数据库X1,要求创建一个与X1库结构完全相同且不带任何记录的数据库X2,假定X1已打开,最便捷的操作应为()。
第18题:
我们感兴趣的元素的特征称为()。
第19题:
响应变量Y与两个自变量(原始数据)X1及X2建立的回归方程为:Y=2.1X1+2.3X2,由此方程可以得到结论是()
第20题:
变压器的其它条件不变,若原副边的匝数同时减少10℅,则X1,X2及Xm的大小将()。
第21题:
X1对Y的影响比X2对Y的影响要显著得多
X1对Y的影响与X2对Y的影响相同
X2对Y的影响比X1对Y的影响要显著得多
仅由此方程不能对X1及X2对Y的影响大小做出判断
第22题:
结束回归分析,将选定的回归方程用于预报等
进行残差分析,以确认数据与模型拟合得是否很好,看能否进一步改进模型
进行响应曲面设计,选择使产量达到最大的温度及反应时间
进行因子试验设计,看是否还有其它变量也对产量有影响,扩大因子选择的范围
第23题:
第24题: