Kuiz berkaitan panduan · Sederhana Tahap

Kuiz Sumpahan Dimensi

Menguji kesederhanaan, kepekatan jarak, had jiran terdekat, kesan saiz sampel, strategi praktikal untuk data berdimensi tinggi dan pengesahan.

Laluan panduan yang berkaitanSumpahan Dimensi
soalan 1 daripada 8

Apakah yang diterangkan kutukan dimensi?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Apakah yang diterangkan kutukan dimensi?
    • Peraturan bahawa semua data berdimensi tinggi mesti dikurangkan kepada dua pembolehubah
    • Jenis ralat label yang disebabkan oleh kelas yang tidak seimbang
    • Cabaran dalam liputan data, tingkah laku jarak atau pengiraan apabila bilangan dimensi bertambah
    • Jaminan bahawa setiap model gagal melebihi kiraan ciri tetap
  2. Mengapakah set data bersaiz tetap boleh menjadi jarang dalam dimensi tinggi?
    • Lebih banyak dimensi mencipta ruang ciri yang lebih besar untuk ditutup dengan pemerhatian yang sama
    • Saiz sampel berkurangan secara automatik apabila lajur ditambahkan
    • Dimensi tinggi mengalih keluar semua korelasi antara ciri
    • Setiap ciri terpaksa mengandungi lebih sedikit nilai unik
  3. Apakah yang boleh berlaku pada jarak terdekat dan paling jauh apabila dimensi berkembang?
    • Jarak menjadi ukuran langsung pengaruh kausal
    • Kontras mereka boleh mengecut, menjadikan jarak kurang membezakan
    • Jarak terdekat sentiasa menjadi tepat sifar
    • Jarak terjauh sentiasa lebih kecil daripada setiap jarak terdekat
  4. Adakah kutukan dimensi bermakna setiap model dimensi tinggi gagal?
    • Ya; setiap model gagal selepas sepuluh dimensi
    • Ya; menambah sebarang ciri mengurangkan ketepatan
    • Tidak; model berdimensi tinggi sentiasa mengatasi yang mudah
    • Tidak; kesan bergantung pada struktur data, kaedah, saiz sampel dan bunyi
  5. Kaedah yang manakah boleh membantu dengan ciri yang tidak relevan atau berlebihan?
    • Pemilihan ciri, penyelarasan atau perwakilan dimensi rendah yang wajar
    • Menambah lebih banyak ciri yang tidak berkaitan untuk meningkatkan liputan
    • Menskalakan setiap ciri secara rawak sehingga jarak berubah
    • Penalaan pada set ujian sehingga pengesahan bertambah baik
  6. Mengapa pemilihan ciri sesuai menggunakan data latihan sahaja?
    • Untuk membuat pemerhatian ujian bebas daripada keputusan
    • Untuk memaksimumkan ketepatan latihan yang jelas
    • Untuk mengelakkan maklumat daripada set penahan bocor ke dalam pembangunan model
    • Untuk memastikan setiap ciri disimpan dalam model akhir
  7. Apakah anggaran perdagangan carian jiran terdekat?
    • Ia menjadikan set data berdimensi lebih rendah tanpa transformasi
    • Ia boleh meningkatkan kecekapan carian sambil membenarkan keputusan berbeza daripada jiran yang tepat
    • Ia menjamin ketepatan klasifikasi bertambah baik
    • Ia menghilangkan keperluan untuk metrik jarak
  8. Apakah yang perlu dinyatakan oleh laporan tentang model dimensi tinggi?
    • Hanya bilangan lajur input
    • Skor latihan terbaik tunggal
    • Nama pakej pengurangan dimensi
    • Saiz sampel, prapemprosesan, pilihan jarak atau perwakilan, dan reka bentuk pengesahan