A.将负样本重复10次,生成10w样本量,打乱顺序参与分类
B.直接进行分类,可以最大限度利用数据
C.从10w正样本中随机抽取1w参与分类
D.将负样本每个权重设置为10,正样本权重为1,参与训练过程
您可能感兴趣的试卷
你可能感兴趣的试题
A.最小损失准则
B.N-P判决
C.最小最大损失准则
D.最小误判概率准则
A.构建决策树输入数据的随机选取
B.构建决策树分裂节点的随机选取
C.构建决策树树的数量的随机选取
D.构建决策树所需特征的随机选取
A.这个被重复的特征在模型中的决定作用会被加强
B.模型效果相比无重复特征的情况下精确度会降低
C.如果所有特征都被重复一遍,得到的模型预测结果相对于不重复的情况下的模型预测结果一样
D.当两列特征高度相关时,无法用两列特征相同时所得到的结论来分析问题
A.基本假设包括随机干扰项是均值为0,方差为1的标准正态分布
B.基本假设包括随机干扰项是均值为0的同方差正态分布
C.在违背基本假设时,普通最小二乘法估计量不再是最佳线性无偏估计量
D.在违背基本假设时,模型不再可以估计
A.可决系数R^2的定义为被回归方程已经解释的变差与总变差的比
B.0<=R^2<=1
C.可决系数R^2反映了样本回归线对样本观测值拟合优劣程度的一种描述
D.可决系数R^2的大小不受到回归模型中所包含的解释变量个数的影响
A.用信息增益率来选择属性
B.在树构造过程中进行剪枝
C.能够完成对连续属性的离散化处理
D.在树的构造过程中,不需要对数据集进行多次的顺序扫描和排序
A.KNN
B.线性回归
C.逻辑回归
D.K-Means
A.二者都可以处理分类问题
B.二者都可以增加不同的正则化项
C.二者都是参数模型
D.SVM的处理方法是只考虑supportvectors,也就是和分类最相关的少数点,去学习分类器
A.有放回简单随机抽样
B.无放回简单随机抽样
C.分层抽样
D.整群抽样
A.数据清洗是否到位
B.数据理解是否有偏差
C.模型选择是否合适
D.参数调整是否合理
最新试题
如果整个数据分析模型完成后,发现效果不良,考虑从哪些步骤入手改进?()
逻辑回归和SVM的联系与区别,正确的是?()
以下哪些方法属于对异常值或极端值的处理方法?()
ROC曲线的x轴,实际上可以由每个阈值下混淆矩阵的()计算而来
ROC曲线的y轴,实际上可以由每个阈值下混淆矩阵的()计算而来
选择模型时,可能需要考虑以下哪些因素?()
在整个随机森林的算法过程中,以下哪两个随机过程可使随机森林很大程度上避免了过拟合现象的出现?()
关于缺失值填充与训练集、测试集的关系,下面正确的操作是()
在一个二分类的分类预测问题中,如果二分类中的某一类占比超过80%,那么可以考虑哪些方法去改进?()
非频繁模式是指()。