Accuracy=0.8 B. Precision=0.8 C. Recall=0.8 D. 以上都不对
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
A. 增加更多的特征 B. 正则化 C. 增加模型的复杂度 D. 以上都是
A. ROC曲线兼顾正例与负例,PR曲线完全聚焦于正例 B. 如果想测试不同类别分布下分类器性能的影响,ROC曲线更为适合 C. ROC曲线不会随着类别分布的改变而改变 D. 类别不平衡问题中,ROC曲线比PR曲线估计效果要差
A. 方差描述的是预测值与真实值之间的差别 B. 偏差描述的是预测值的变化范围 C. 获取更多的训练数据可解决高方差的问题 D. 获取更多的特征能解决高方差的问题
A. L1正则化的功能是使权重稀疏 B. L2正则化的功能是防止过拟合 C. L1正则化比L2正则化使用更广泛 D. L1正则化无法有效减低数据存储量
A. 低方差 B. 高方差 C. 相同方差 D. 无法判断
A. 低偏差 B. 高偏差 C. 相同偏差 D. 无法判断
A. Ridge回归适用于特征选择 B. Lasso回归适用于特征选择 C. 两个都适用于特征选择 D. 以上说法都不对
A. 模型正确率很高,不需要优化模型了 B. 模型正确率并不能反映模型的真实效果 C. 无法对模型做出好坏评价 D. 以上说法都不对
微信支付 
支付宝支付