BAT机器学习面试1000题(706~710题)


706题

关于Ridge和Lasso回归在特征值选择上的方法,一下哪项正确?

A、Ridge回归使用特征值的子集选择

B、Lasso回归使用特征值的子集选择

C、二者都使用特征值的子集选择

D、以上都不正确

正确答案是: B

解析:

Ridge回归在最终模型中用到了所有自变量,然而Lasso回归可被用于特征值选择,因为相关系数可以为零。

707题

在线性回归模型中增加一个变量,下列哪一项是正确的?

1.R方和调整R方都上升

2.R方上升,调整R方下降

3.R方和调整R方都下降

4.R方下降,调整R方上升

A、1和2

B、1和3

C、2和4

D、以上都不对

正确答案是:A

解析:

每次加入特征值,R方总是上升或维持不变。但调整R方并非如此,当它上升时,特征值是显著的。

708题

下图显示了对相同训练数据的三种不同拟合模型(蓝线标出),从中可以得出什么结论?

1.同第二第三个模型相比,第一个模型的训练误差更大

2.该回归问题的最佳模型是第三个,因为它有最小的训练误差

3.第二个模型比第一、第三个鲁棒性更好,因为它在处理不可见数据方面表现更好

4.相比第一、第二个模型,第三个模型过拟合了数据

5.因为我们尚未看到测试数据,所以所有模型表现一致

1.jpg


A、1和3

B、1和2

C、1、3和4

D、只有5

正确答案是:C

解析:

数据的趋势看起来像以X 为自变量的二项式。更高的次数(最右边的图)的多项式对于训练数据可能具有更高的准确性,但在测试集上毫无疑问的惨败。在最左面一张图中,由于数据欠拟合,将会得到最大训练误差。

709题

下列哪项可以评价回归模型?

1.R方

2.调整R方

3.F统计量

4.RMSE/MSE/MAE

A、2和4

B、1和2

C、2,3和4

D、以上所有

正确答案是:D

解析:

以上这些都是评价回归模型的指标

710题

我们可以通过一种叫“正规方程”的分析方法来计算线性回归的相关系数,下列关于“正规方程”哪一项是正确的?

1.我们不必选择学习比率

2.当特征值数量很大时会很慢

3.不需要迭代

A、1和2

B、1和3

C、2和3

D、1,2和3

正确答案是:D

解析:

正规方程可替代梯度下降来计算相关系数,参考这篇文章获得更多关于正规方程的知识:http://eli.thegreenplace.net/2 ... sion/

题目来源:七月在线官网(https://www.julyedu.com/)——面试题库——笔试练习——机器学习
已邀请:

要回复问题请先登录注册