首页 > 计算机类考试

题目内容（请给出正确答案）

[多选题]

下列方法中，可以用于特征降维的方法包括()。

A.线性判别分析LDA

B.AutoEncoder

C.矩阵奇异值分解SVD

D.最小二乘法LeastSquares

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“下列方法中，可以用于特征降维的方法包括()。”相关的问题

第1题

下列方法中，可以用于特征降维的方法包括（）。

A.主成分分析PCA

B.线性判别分析LDA

C.深度学习SparseAutoEncoder

D.矩阵奇异值分解SVD

点击查看答案

第2题

关于降维说法正确的是（）。

A.PA是根据方差这一属性降维的

B.降维可以防止模型过拟合

C.降维降低了数据集特征的维度

D.降维方法有PLA等

点击查看答案

第3题

如果需要训练的特征维度成千上万，在高维情形下出现的数据样本稀疏、距离计算困难。我们通过什么方法可以缓解这个问题（）。

A.K均值算法

B.支持向量机

C.降维

D.以上答案都不正确

点击查看答案

第4题

我们想要减少数据集中的特征数，即降维.选择以下适合的方案：（）。

A.使用前向特征选择方法

B.使用后向特征排除方法

C.我们先把所有特征都使用，去训练一个模型，得到测试集上的表现.然后我们去掉一个特征，再去训练，用交叉验证看看测试集上的表现.如果表现比原来还要好，我们可以去除这个特征

D.查看相关性表，去除相关性最高的一些特征

点击查看答案

第5题

对于主成分分析方法，降维后低维空间的维数d可以通过（）方法确定。

A.由用户事先指定

B.通过在d值不同的低维空间中对开销较小的学习器进行交叉验证来选取

C.可从重构的角度设置一个重构阈值，选取使得特定公式成立的最小值

D.随机设置

点击查看答案

第6题

以下哪些方法不能用于处理过拟合（）？

A.减少特征维度，防止维灾难

B.增大数据的训练量

C.利用正则化技术

D.增加特征维度

点击查看答案

第7题

关于降维算法中的主成分分析，（）是错误的。

A.有监督算法

B.可以指定降维的维度

C.基于方差来计算

D.根据特征值大小来筛选特征

点击查看答案

第8题

下列说法正确的是（）

A.疼痛是一种复杂的生理心理活动，由伤害性刺激所引起的痛感觉和机体对伤害性刺激产生的痛反应两部分组成

B.国际疼痛研究学会将疼痛视为人体除呼吸、体温、脉搏、血压外的第五大体征

C.出血是指血液从损伤的血管中流出

D.需根据出血特征，明确止血方法，常用的有药止血，急救止血及药物止血法

E.独一味用于外科，不仅可以用于镇痛、止血，还有抗炎消肿、促进伤口愈合的作用

点击查看答案

第9题

机器学习中，“降维”是指通过保留一些比较重要的特征，去除一些冗余的特征，从而减少数据特征的维度。如：当我们需要处理大量文章的主题分析时，可以通过__算法，结合潜在语义分析（LSA），对文章中的词汇进行聚类（如“万科”和“地产”聚类的关联度要大于“万科”和“王者荣耀”）。之后，按照聚类出现的效果，可以提取文档集合中的近义词，这样当用户检索文档的时候，是用语义级别（近义词集合）去检索了，而不是之前的词的级别，即实现了降维（）

点击查看答案

第10题

以下关于降维方法，叙述正确的是（）。

A.主成分分析是一种常用的非线性降维方法

B.核化线性降维是一种常用的线性降维方法

C.流形学习是一种借鉴拓扑流形概念的降维方法

D.度量学习绕过降维的过程，将学习目标转化为对距离度量计算的权重矩阵的学习

点击查看答案

第11题

核主成分分析是一种（）方法。

A.非线性降维

B.线性降维