机器学习-09
1. 在缺失值处理时，我们可以使用missForest方法进行缺失值的填补，关于missForest方法，下面错误的是
分析：MissForest思路：利用已知变量数据当做特征，将缺失变量当做标签，其中在标签中有数值的数据为训练集，缺失数据标签部分为测试机，然后通过随机森林去更新缺失值。列对应变量、行对应于观测值，它是随机森林算法的另一种基于机器学习的数据插补法。
2. （二级题）在区间估计的时候，如果其他条件不变，提高抽样估计的置信水平，其精确度将
3. 在朴素贝叶斯当中，什么是先验概率
4. 在评价多元线性回归模型拟合程度的时候，我们主要查看（ ）的数值
5. 在评价多元线性回归模型拟合程度的时候，我们主要查看（ ）的数值
6. 在欧式空间中，到所有样本点的欧式距离的平方和最小的点是
7. 在某回归模型中，数据分析员希望探索分类变量各类别之间增长率的差异，采用以下哪种方法比较合适？
8. 在模型评估过程中，有哪些主要的验证方法
9. 在逻辑回归中需要做哑变量处理的数据类型是
10. 在逻辑回归分析中，使用的估计方法是
分析：最大似然估计，是通过已知的结果反推出导致最大结果的参数，极大似然估计是概率论在统计学中的应用，它提供了一种给定观察数据来评估模型参数的方法，即：模型已确定、参数未确定。通过若干次实验，利用实验的某个参数使得样本出现的概率最大，称为极大似然估计。逻辑回归有标签，即从已知结果入手去推导能够获得最大概率的结果参数，只要找到这个参数，那么该模型就可以较为准确地预测数据了。
11. 在考虑长距离依赖方面，下面哪个模型效率最高
12. 在决策树算法中，ID3使用哪个度量来进行特征的选择
13. 在进行数据分析时，经常要分割训练集、测试集，并且还要考虑数据预处理、特征抽取、特征工程等，那么要仔细分析这些步骤之间的相互联系。关于训练集、测试集、数据预处理、特征工程，请回答以下问题关于缺失值填充与训练集、测试集的关系，下面正确的操作是
14. 在基本K均值算法里，当邻近度函数采用以下哪种距离的时候，合适的质心是簇中各点的中位数？
15. 在基本K均值算法里，当邻近度函数采用（ ）的时候，合适的质心是簇中各点的中位数？
16. 在获取训练（Train）集时，一般使用什么方法
17. 在回归模型中，通过最小化真实值和预测值之间的SSE来求解参数的方法叫做
18. 在关联分析中，频繁项集的评估标准不包括
19. 在二分类的问题上，一般是以何值做为分类概率的门坎值
20. 一个词越常出现在多篇文章中，其IDF会越接近
分析：IDF是逆向文本概率，这个值是词语普遍性的重要性度量，越常出现在多篇文章反而证明该词不一定重要，所以IDF值越小
21. 一般情况下，以下哪些指标不用于聚类模型评价
22. 一般情况下，以下哪些指标不用于分类模型中的模型评价
23. 一般，K-NN最近邻算法在（ ）情况下效果较好
24. （题目重复）亚马逊（Amazon）网站中所作的书籍推荐（Also Bought），是利用下列何种算法
25. 亚马逊（Amazon）网站中所作的书籍推荐（Also Bought），是利用下列何种算法
哑变量变换主要解决的问题，说法错误的是
27. 修正的R方相对于R方的改进在于
28. 小王为了运用逻辑回归进行反欺诈识别，直接从数据库中运用简单随机抽样的方法进行抽样，并得到了10000条样本，其中7000作为训练，3000作为测试，在测试集中小王的正负样本整体预测准确率为99.7%，下边表述错误的是
29. 下面有关向量空间模型（VSM）的描述中，错误的是
30. 下面有关分类算法的精确率、召回率、F1值的描述，错误的是？
31. 下面哪种是Attention的结构方式
缺解析
32. 下面哪种不是RNN的变体
33. 下面哪一项不是自然语言处理的基础任务？
34. 下面哪项技能可用于单词归一化，即把单词转换为其基本形式？
1.词形还原（Lemmatization）
2.Levenshtein
3.词干提取（Stemming）
4.深测法（Soundex)
35. 下面哪个统计机器学习模型可以用于文本分类
36. 下面哪个过程不属于方法论描述的数据挖掘阶段
37. 下面哪个工具库主要用来中文分词
38. 下面哪个变量属于名义变量
39. 下面关于知识图谱的说明中，正确的是：
40. 下边关于贝叶斯分类器描述错误的是
分析：贝叶斯分类是先验概率。
41. 下面关于ID3算法中描述错误的是
42. 下面关于 bagging 和 boosting 说法正确的是
43. 下列应用比较合适使用RNN模型N V 1变体实现的是
44. 下列应用比较适合使用RNN模型1 V N变体实现的是
45. 下列选项中不属于无监督分箱法的是
46. 下列属于无监督学习的是
47. 下列属于定量数据的是
48. 下列哪种模型可以被用于解决文本相似度问题？
49. 下列哪种分类算法的训练结果最难以被人解读
50. 下列哪种方法常用来预测连续独立变量
最后更新于
这有帮助吗？