Útmutatóhoz kapcsolódó kvíz · Közepes Szint
Funkcióválasztási módszerek kvíz
Hasonlítsa össze a szűrő, a burkoló és a beágyazott funkciók kiválasztását, és ismerje fel a szivárgást, a redundanciát és a változó fontosságú határokat.
kérdés 1 -ból 8
Miben különbözik a jellemzőválasztás a főkomponens-elemzéstől?
Tekintse meg az összes kérdést8 kérdéseket
A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.
- Miben különbözik a jellemzőválasztás a főkomponens-elemzéstől?
- A szelekció és a PCA ugyanazt a lineáris vetületet alkotja
- A Selection az adatsorokat, míg a PCA az eredeti oszlopokat választja ki
- A kijelölés megtartja a bemeneti változókat; A PCA átalakított komponenseket konstruál
- A kiválasztás szükségszerűen felügyelet nélkül történik, míg a PCA osztálycímkéket igényel
- Egy egyváltozós szűrőből hiányozhat egy olyan változó, amely csak min keresztül hasznos?
- A szórását elszigetelten vizsgálva
- Interakció egy másik funkcióval
- Egyedül az oszlop hiányzó értékeinek gyakorisága
- Lineáris korrelációja egyedül a céllal
- Mi teszi a rekurzív jellemzők eltávolítását burkoló módszerré?
- Csak egy címke nélküli varianciaküszöböt számít ki
- Minden funkciót főkomponenssé alakít át
- Újraszerelés nélkül rögzíti a szolgáltatások kezdeti rangsorát
- Ismételten illeszkedik egy becsléshez a jellemző részhalmazok megítéléséhez
- Egy L1-szabályozott lineáris modell néhány együtthatót nullára állít az illesztés során. Melyik család példája ez?
- Beágyazott kijelölés
- Becslőtől független egyváltozós szűrő
- Külső keresés, amely minden jelölt részhalmazt illeszt
- Felügyelet nélküli komponens vetítés
- Miért kell a felügyelt jellemzők kiválasztását megismételni minden edzési hajtáson belül?
- Az azonos kiválasztott változók garantálása minden hajtásban
- A kiválasztott részhalmaz méretének hangolásának elkerülése érdekében
- Annak megakadályozása, hogy a kinyújtott címkék befolyásolják a kiválasztott részhalmazt
- Hogy az edzés pontossága elfogulatlan teszteredmény legyen
- Hogyan kell értelmezni a célponttal rendelkező magas kölcsönös tájékoztatást?
- A statisztikai függőség bizonyítéka, nem az ok-okozati összefüggés bizonyítéka
- A funkció bizonyítása minden becslő segítségére lesz
- Bizonyítsuk be, hogy a tulajdonság független másoktól
- Garancia a stabil teljesítményre a gyártás során
- Két korrelált változó osztja meg a famodell fontosságát. Mire kell következtetnie egy elemzőnek?
- Mindkét változó haszontalannak bizonyult
- Az alacsonyabb pontszám negatív ok-okozati összefüggést bizonyít
- A fontossági pontszámokat a korreláció nem befolyásolja
- A fontosság megosztható a helyettesítők között, ezért ellenőrizze a redundanciát
- Egy kiválasztott részhalmaz nagymértékben változik az újraminták között. Melyik diagnosztika a legközvetlenebb?
- Kiválasztási stabilitás az újraminták között
- A képzési pontszám egyetlen illesztett részhalmazból
- Egy kiválasztott oszlop marginális varianciája
- A bemeneti változók száma a kiválasztás előtt