引导式测验 · 中等 等级
特征工程测验
查看有用的输入转换、模型假设、预测时间泄漏、仅训练缩放、类别编码、聚合和交互。
问题 1 的 8
模型训练之前特征工程涉及哪些工作？
预览每个问题8 问题
当您参加测验时，就会出现答案和解释。
- 模型训练之前特征工程涉及哪些工作？
- 选择最快的 GPU 进行训练
- 编写模型的损失函数
- 将原始数据转换为模型可以学习的信息输入
- 将模型部署到生产环境
- 为什么要使用所选模型和任务来评估提议的工程功能？
- 每一个额外的功能都保证更高的准确性
- 它的用处取决于它代表什么以及模型如何使用它
- 输入表示永远不会影响预测
- 改变特性总是比每个算法选择更重要
- 特征使用仅在需要预测后记录的结果。这说明了哪个特征工程问题？
- 因果识别的必要改进
- 对文件扩展名的无害更改
- 要求使用更多图形硬件
- 预测时间信息泄漏
- 当为训练和保留评估拟合标准化步骤时，哪些数据应提供其平均值和尺度？
- 训练数据以及那些在保留输入上重用的拟合统计数据
- 仅测试数据
- 检查最终测试结果后的所有数据
- 每个评估示例都有不同的改装
- 以下哪一项是分类数据的典型特征工程技术？
- 提高学习率
- One-hot 或目标编码
- 添加更多 GPU
- 打乱文件名
- 将 OneHotEncoder 配置为 handle_unknown 忽略且不删除类别时，如何表示其功能中未见过的类别？
- 为该新类别自动创建的额外指示符列
- 无论指定的忽略设置如何，都会立即出现错误
- 该功能的指标列中全部为零
- 将结果目标值复制到指标列中
- 为什么极端数值观察会影响 StandardScaler 转换？
- 其估计均值和方差对异常值敏感
- 它使用中位数和四分位数范围而不是均值和方差
- 它对观测值进行排名，而不使用其数值大小
- 在估计规模之前，它会将每个值剪裁到合适的分位数
- 在规定的二级交互特征 x1 乘以 x2 中，x1 为 3，x2 为 4 时，其值是多少？
- 七
- 一
- 二十五
- Twelve