¥5.00
推荐等级:A.主成分分析PCA
B.线性判别分析LDA
C.深度学习SparseAutoEncoder
D.矩阵奇异值分解SVD
开始考试练习点击查看答案A.L1范数为x向量各个元素绝对值之和
B.L2范数为x向量各个元素平方和的1/2次方,L2范数又称Euclidean范数或Frobenius 范数
C.L1范数可以使权值稀疏,方便特征提取
D.L2范数可以防止过拟合,提升模型的泛化能力
开始考试练习点击查看答案A.保证模型尽可能的简单,避免过拟合
B.约束模型特征
C.最小化问题
D.最大化问题
开始考试练习点击查看答案A.多维缩放
B.主成分分析
C.核化线性降维
D.流形学习
E.度量学习
开始考试练习点击查看答案A.分支界限法
B.浮动搜索法
C.信息嫡
D.AIC
开始考试练习点击查看答案A.减少特征数量、降维
B.使模型泛化能力更强
C.增强模型拟合能力
D.减少过拟合。
开始考试练习点击查看答案A.若正则化参数λ过大,可能会导致出现欠拟合现象
B.若λ太大,则梯度下降可能不收敛
C.取一个合理的λ,可以更好地应用正则化
D.如果令λ很大的话,为了使CostFunction尽可能的小,所有θ(不包括θ0)都会在一定程度上减小
开始考试练习点击查看答案A.特征数据归一化加速梯度下降优化的速度
B.特征数据归一化有可能提高模型的精度
C.线性归一化适用于特征数值分化比较大的情况
D.概率模型不需要做归一化处理
E."
开始考试练习点击查看答案A.同类样例的投影点尽可能近
B.异类样例的投影点尽可能远
C.同类样例的投影点尽可能远
D.异类样例的投影点尽可能近
E."
开始考试练习点击查看答案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
E."
开始考试练习点击查看答案高中教育高考语文(重庆卷)2013年普通高等学校招生全国统一考试
类别:学历类其它高中教育高考语文高考语文第一轮复习测试题9
类别:学历类其它高中教育高考语文高考语文第一轮复习测试题8
类别:学历类其它高中教育高考语文高考语文第一轮复习测试题6
类别:学历类其它高中教育高考语文高考语文第一轮复习测试题4
类别:学历类其它高中教育高考语文高考语文第一轮复习测试题3
类别:学历类其它高中教育高考语文高考语文第一轮复习测试题2
类别:学历类其它高中教育高考语文高考语文第一轮复习测试题1
类别:学历类其它高中教育高考语文高中语文课课练(5)
类别:学历类其它高中教育高考语文高中语文总复习 经典易错题会诊与命题角度
类别:学历类其它长理培训客户端 资讯,试题,视频一手掌握
去 App Store 免费下载 iOS 客户端