A、try
B、then
C、break
D、except
答案:AD
解析:见函数库
A、try
B、then
C、break
D、except
答案:AD
解析:见函数库
A. 2018
B. 2019
C. 2020
D. 2021
A. 智能平台建设
B. 大数据平台
C. 互联网应用
D. 人工智能技术
A. 回归
B. 统计
C. 聚类
D. 假设
A. K-Means聚类法对噪声和离群点敏感
B. K-Means聚类法对变量的要求比较高
C. 由K-Means聚类法得到的聚类结果,轮廓系数都不是很大。
D. 应用K-Means聚类法需要预先设定聚类个数
解析:k均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法,其步骤是,预将数据分为K组,则随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本,聚类的聚类中心会根据聚类中现有的对象被重新计算。
A. None
C. undefined
D. 0
A. 计算速度快
B. 节省空间
C. 无冗余
D. 高吞吐量
A. 设计
B. 运行
C. 规划
D. 建设
解析:主要应用
A. 标准化
B. 平滑处理
C. 特征构造
D. 聚集
A. 把除了最后一层外所有的层都冻结,重新训练最后一层
B. 对新数据重新训练整个模型
C. 只对最后几层进行调参(fine tune)
D. 对每一层模型进行评估,选择其中的少数来用
A. 由于其特殊原因,无法分布式化
B. xgboost在代价函数里加入了正则项,用于控制模型的复杂度;
C. 可以处理带有缺失值的样本
D. 允许使用列抽样来减少过拟合