题目详情
当前位置:首页 > 职业培训考试
题目详情:
发布时间:2023-11-05 06:01:15

[填空题]无监督算法主要有三种:()、离散点检测和降维

更多"[填空题]无监督算法主要有三种:()、离散点检测和降维"的相关试题:

[填空题]一组数据类别数为N,则若该数据使用LDA算法降维,降维之后的维数最多为___________维。
[填空题]无监督学习可以进一步分为( )问题和( )问题。
[判断题]神经网络算法不能用于数据降维
A.正确
B.错误
[填空题]填空:线性降维方法假设从高维空间 到低维空间的函数映射是()的
[单选题]对高维变量空间进行降维处理的方法包括( )。
A.主成分分析和因子分析
B.聚类分析和对应分析
C.聚类分析和主成分分析
D.因子分析和聚类分析
[填空题]数据降维方法一般分为哪些种类
[单选题]以下哪项不是降维的优点
A. 加速后续的训练算法
B.将数据可视化,从中获得洞察,了解最重要的特征
C.节省空间
D.丢失部分信息
[单选题]算法的三种基本结构是( )
A.顺序结构、分支结构、循环结构
B.顺序结构、流程结构、循环结构
C.顺序结构、分支结构、嵌套结构
D.流程结构、分支结构、循环结构
[单选题]以下哪项是非线性降维方法
A.PCA(主成分分析)
B.LDA(线性判别)
C.ICA(独立成分分析)
D.KPCA(核化线性降维)
[单选题]以下关于降维说法不正确的是?
A.降维是将训练样本从高维空间转换到低维空间
B.降维有助于数据可视化
C.通过降维可以更有效地发掘有意义的数据结构
D.降维不会对数据产生损伤
[判断题]PCA是一种有效的降维去噪方法
A.正确
B.错误
[填空题]PCA是一种()监督的降维方法
[简答题]主成分分析进行降维的原则是什么?
[单选题]以下方法不可以用于特征降维的有( )
A. Linear Discriminant Analysis
B. Principal Component Analysis
C. Singular Value Decomposition
D. Monte Carlo method
[填空题]写出一个你知道的线性降维方法:()
[单选题]下列是机器学习中降维 任务的准确描述的为
A.依据某个准则 对项目进行排序
B.将其映射到低维空间来简化输入
C.预测每个项目的实际值
D.对数据对象进行分组
[简答题]降维的主要动机是什么?有哪些负面影响?

我来回答:

购买搜题卡查看答案
[会员特权] 开通VIP, 查看 全部题目答案
[会员特权] 享免全部广告特权
推荐91天
¥36.8
¥80元
31天
¥20.8
¥40元
365天
¥88.8
¥188元
请选择支付方式
  • 微信支付
  • 支付宝支付
点击支付即表示同意并接受了《购买须知》
立即支付 系统将自动为您注册账号
请使用微信扫码支付

订单号:

请不要关闭本页面,支付完成后请点击【支付完成】按钮
恭喜您,购买搜题卡成功
重要提示:请拍照或截图保存账号密码!
我要搜题网官网:https://www.woyaosouti.com
我已记住账号密码