APP下载

财会金融

唐人街探案之秦风

搜索

唐人街探案之秦风

题目内容

(

单选题

)

在有监督学习中，我们如何使用聚类方法？1.我们可以先创建聚类类别，然后在每个类别上用监督学习分别进行学习2.我们可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习3.在进行监督学习之前，我们不能新建聚类类别4.我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习

A、2和4

B、1和2

C、3和4

D、1和3

答案：B

解析：我们可以为每个聚类构建不同的模型，提高预测准确率。“类别id”作为一个特征项去训练，可以有效地总结了数据特征。所以B是正确的

唐人街探案之秦风

在数据挖掘中，比较成熟的预测算法包括Logistic回归模型、（）、决策树、神经网络等

点击查看题目

特征是描述样本的特性的维度，关于其在传统机器学习和深度学习的可解释性，以下说法正确的是:

点击查看题目

如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的

点击查看题目

Word Embedding是NLP语言模型中对单词处理的一种方式，这种技术会把单词或者短语映射到一个N维的数值化向量，核心就是一种映射关系，主要分为两种方式( )。

点击查看题目

python使用lambda来创建匿名函数。

点击查看题目

自然语言处理机制涉及两个流程，其中，( )是指计算机能够理解自然语言文本的意义。

点击查看题目

TensorFlow 中 keras 模块的内置优化器
有?

点击查看题目

在卷积神经网络中，不同层具有不同的
功能，可以起到降维作用的是以下哪一层?

点击查看题目

自然语言处理的应用产品主要涉及以下（）

点击查看题目

集成学习中不同的多样性增强机制不可同时使用。

题目内容

(

单选题

)

手机预览

唐人街探案之秦风

在有监督学习中，我们如何使用聚类方法？1.我们可以先创建聚类类别，然后在每个类别上用监督学习分别进行学习2.我们可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习3.在进行监督学习之前，我们不能新建聚类类别4.我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习

A、2和4

B、1和2

C、3和4

D、1和3

答案：B

解析：我们可以为每个聚类构建不同的模型，提高预测准确率。“类别id”作为一个特征项去训练，可以有效地总结了数据特征。所以B是正确的

相关题目

在数据挖掘中，比较成熟的预测算法包括Logistic回归模型、（）、决策树、神经网络等

A. 线性回归

B. 时间序列

C. 灰色模型

D. 贝叶斯网络

点击查看答案

特征是描述样本的特性的维度，关于其在传统机器学习和深度学习的可解释性，以下说法正确的是:

A. 特征在传统机器学习可解释性强，而在深度学习可解释性弱

B. 特征在传统机器学习可解释性弱，而在深度学习可解释性强

C. 特征在传统机器学习和深度学习可解释性均弱

D. 特征在传统机器学习和深度学习可解释性均强

点击查看答案

如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的

A. 增加树的深度

B. 增加学习率

C. 减少树的数量

D. 减小树的深度

解析：一般用决策树进行分类，从根结点开始，对实例的某一特征进行测试，根据测试结果，将实例分配到其子结点。这时，每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类，直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航《统计学习方法》
决策树深度越深，在训练集上误差会越小，准确率越高。但是容易造成过拟合，而且增加模型的训练时间。对决策树进行修剪，减小树的深度，能够提高模型的训练速度，有效避免过拟合。
单决策树中，学习率不是一个有效参数。
决策树是单树，随机森林由多个决策树组成。

点击查看答案

A. 函数映射

B. one hot encoding

C. word2vec

D. 塌缩式映射

点击查看答案

python使用lambda来创建匿名函数。

解析：基础知识

点击查看答案

自然语言处理机制涉及两个流程，其中，( )是指计算机能够理解自然语言文本的意义。

A. 自然语言理解

B. 自然语言处理