西安市做网站公司,织梦和wordpress哪个文件,心悦会员荣誉战场两张免做卡网站,株洲做网站优化你的目标是数据科学家吗#xff1f;那你对线性回归了解有多深入呢#xff0c;下面的30道题#xff0c;可以帮助你或者测试别人是否真的达到的数据科学家的水平#xff0c;关注回复#xff0c;答案在评论区#xff1a;1)是非题#xff1a;线性回归是一种受监督的机器学习…你的目标是数据科学家吗那你对线性回归了解有多深入呢下面的30道题可以帮助你或者测试别人是否真的达到的数据科学家的水平关注回复答案在评论区1)是非题线性回归是一种受监督的机器学习算法。A)是B)虚假2)是非题线性回归主要用于回归。A)是B)虚假3)是非题可以使用神经网络设计线性回归算法吗A)是B)虚假4)我们使用以下哪种方法在线性回归中找到最适合数据的线A)最小二乘误差B)最大似然率C)对数损失D)A和B5)在对连续输出变量建模时可以使用以下哪个评估指标来评估模型A)AUC-ROCB)精度C)对数损失D)均方误差6)是非题套索正则化可用于线性回归中的变量选择。A)是B)虚假7)关于残差的以下哪项是正确的A)越低越好B)越高越好C)A或B取决于情况D)这些都不是8)假设我们有N个自变量(X1X2 ... Xn)因变量为Y。现在想象一下您正在通过使用最小二乘方误差对该数据拟合最佳拟合线来应用线性回归。您发现其中一个变量(说X1)的Y的相关系数为-0.95。以下哪个对X1是正确的A)X1和Y之间的关系是弱的B)X1和Y之间的关系是强的C)X1和Y之间的关系是中性的D)相关性无法判断该关系9)从以上两个特征来看对于V1和V2之间的皮尔逊相关性以下哪个选项是正确的如果给出两个变量V1和V2它们将遵循以下两个特征。1.如果V1增加则V2也增加2.如果V1减小则V2行为未知A)皮尔逊相关性将接近1B)皮尔逊相关性将接近-1C)皮尔逊相关性将接近0D)这些都不是10)假设V1和V2之间的皮尔逊相关性为零。在这种情况下得出V1和V2之间没有任何关系的结论是正确的吗A)是B)虚假11)我们在线性回归的最小二乘拟合中使用以下哪个偏移量假设水平轴是自变量垂直轴是因变量。A)垂直偏移B)垂直偏移C)两者视情况而定D)以上都不是12)是非题当您需要训练大量数据时过度拟合的可能性更高A)是B)虚假13)我们还可以借助称为“正态方程”的分析方法来计算线性回归系数。关于正规方程以下哪项是正确的我们不必选择学习率功能数量很大时变慢不需要重复A)1和2B)1和3C)2和3D)1,2和314)关于A和B的残差之和以下哪一项是正确的下图显示了随机生成的数据上的两条拟合的回归线(A和B)。现在我想找到情况A和情况B的残差之和。注意两个图中两个轴的比例都是相同的。X轴是自变量Y轴是因变量。A)A的残差总和比B高B)A的残差总和比B低C)两者的残差总和相同D)这些都不是15)选择以最佳方式描述偏差的选项。A)如果x很大偏差低B)如果x很大偏见很高C)我们不能说偏见D)这些都不是16)当您施加非常大的罚款时会发生什么A)一些系数将变为绝对零B)一些系数将接近零但不是绝对零C)A和B都取决于情况D)这些都不是17)如果对套索应用非常大的罚款会发生什么A)一些系数将变为零B)一些系数将接近零但不是绝对零C)A和B都取决于情况D)这些都不是18)关于线性回归中的离群值以下哪个说法是正确的A)线性回归对异常值敏感B)线性回归对异常值不敏感C)不能说D)这些都不是19)假设您在线性回归中的残差和预测值之间绘制了散点图并且发现它们之间存在关联。您对这种情况做出以下哪个结论A)由于存在关系意味着我们的模型不好B)由于存在关系意味着我们的模型很好C)不能说D)这些都不是20)在线性回归中拟合4级多项式时会发生什么A)高度为4的多项式将非常适合数据B)高度为4的多项式将不太适合数据C)不能说D)这些都不是21)在线性回归中拟合2度多项式时会发生什么A)2阶多项式过拟合数据的可能性很高B)2阶多项式过拟合数据的可能性很高C)不能说D)这些都不是22)在偏见和差异方面。当您拟合2级多项式时以下哪项是正确的A)偏差会很高方差会很高B)偏差会很低方差会很高C)偏差会很高方差会很低D)偏差会很低方差会很低23)假设l1l2和l3分别是ABC的三个学习率。关于l1l2和l3以下哪一项是正确的A)l2 B)l1 l2 l3C)l1 l2 l3D)这些都不是24)现在我们逐渐增加训练集的大小。随着训练集大小的增加您期望平均训练误差发生什么 A)增加B)减少C)保持不变D)不能说25)随着训练数据量的增加您期望偏差和方差会发生什么 A)偏差增加且方差增加B)偏差减小且方差增加C)偏差减小且方差减小D)偏差增加且方差减小E)不能说错26)如果运行形式为(Y A0 A1X)的线性回归模型此数据的均方根训练误差是多少 A)小于0B)大于零C)等于0D)这些都不是27)以下哪种情况会为您提供正确的超级参数A)1B)2C)3D)428)假设您从上一个问题中获得了已调整的超级参数。现在假设您要在变量空间中添加变量以使此添加功能很重要。在这种情况下您会观察以下哪件事A)训练错误将减少而验证错误将增加B)训练错误将增加并且验证错误将增加C)训练错误将增加并且验证错误将减少D)训练错误将减少并且验证错误将减少E)以上都不是问题上下文29-30假设您发现线性回归模型拟合数据不足。29)在这种情况下您会考虑以下哪些选择添加更多变量开始引入多项式度变量删除一些变量A)1和2B)2和3C)1和3D)1、2和330)现在情况与上一个问题(拟合中)相同。您希望使用以下哪个正则化算法A)L1B)L2C)任何D)这些都不是
