按照涉及自变量的多少，可以将回归分析分为（   ）。

试卷相关题目

• 1下列属于数值优化算法的有（ ）o

  A.梯度下降法

  B.牛顿法

  C.极大似然法

  D.逻辑回归

  开始考试点击查看答案
• 2（   ）是通过对无标记训练样本的学习来进行分类的。

  A.密度估计

  B.异常检测

  C.线性回归

  D.聚类分析

  开始考试点击查看答案
• 3常用的代价函数有（ ）。

  A.均方误差

  B.均方根误差

  C.平均绝对误差

  D.交叉嫡

  开始考试点击查看答案
• 4在统计模式分类问题中，当先验概率未知时，可以使用（）。

  A.最小最大损失准则

  B.最小误判概率准则

  C.最小损失准则

  D.N-P判决

  开始考试点击查看答案
• 5下列关于特征的稀疏性的说法正确的有（   ）。

  A.稀疏性指的是矩阵中有许多列与当前学习任务无关

  B.稀疏样本可减少学习任务的计算开销

  C.学习任务难度可能有所降低

  D.稀疏矩阵没有高效的存储方法

  开始考试点击查看答案
• 6鉴别多元共线特征后，下一步可能的操作有（   ）。

  A.移除两个共线变量

  B.不移除两个变量，而是移除一个

  C.移除相关变量可能会导致信息损失，可以使用惩罚线性回归模型（如ridge或lasso regression）

  开始考试点击查看答案
• 7深度学习方法不适用的数据集有（   ）。

  A.数据样本充足

  B.数据样本不足

  C.数据集具有局部相关特性

  D.数据集没有局部相关特性

  E."

  开始考试点击查看答案
• 8下列关于神经网络的说法正确的有（   ）。

  A.增加网络层数，可能会增加测试集分类错误率

  B.增加网络层数，一定会增加训练集分类错误率

  C.减少网络层数，可能会减少测试集分类错误率

  D.减少网络层数，一定会减少训练集分类错误率

  开始考试点击查看答案
• 9一个回归模型存在多重共线问题，在不损失过多信息的情况下，可采取的措施有（ ）。

  A.剔除所有的共线性变量

  B.剔除共线性变量中的一个

  C.通过计算方差膨胀因子（variance inflation factor, VIF ）来检查共线性程度，并采取相应措施

  D.删除相关变量可能会有信息损失，我们可以不删除相关变量，而使用一些正则化方法来解决多重共线性问题，例如Ridge或Lasso回归

  E."

  开始考试点击查看答案
• 10特征向量的归一化方法有（）。

  A.线性函数转换

  B.对数函数转换

  C.反余切函数转换

  D.减去均值，除以方差

  开始考试点击查看答案