答案:A
解析:正确
答案:A
解析:正确
A. 读入数据
B. 拆分样本集合
C. 训练样本集乱序
D. 生成批次数据
解析:见算法解析
A. Accuracy
B. Precision
C. Recall
D. Iou
解析:见算法解析
A. 主成分分析
B. 因子分析
C. 独立主成分分析
D. SVM
A. 能很好的区分各类簇
B. 只有高密度的点的聚集区划为簇,其余划为噪声
C. 低密度的点的聚集区划为簇,其余的划为噪声
D. 无影响
A.
梯度下降
B. Dropout
C. 交叉验证
D. 正则化
解析:梯度下降是我们最常用的最小化损失函数的方法
A. 将负样本重复 10 次,生成 10w 样本量,打乱顺序参与分类&;&直接进行分类,可以最大限度利用数据&;&从 10w 正样本中随机抽取 1w 参与分类&;&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
解析:基础概念
A. L1 正则化可以做特征选择
B. L1 和 L2 正则化均可做特征选择
C. L2 正则化可以做特征选择
D. L1 和 L2 正则化均不可做特征选择