首页 > 建筑规划> 注册测绘师
题目内容 (请给出正确答案)
[多选题]

下列哪些适合用来对高维数据进行降维?()

A.LASSO

B.主成分分析法

C.特征选择

D.聚类分析

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“下列哪些适合用来对高维数据进行降维?()”相关的问题
第1题
在机器学习中,对高维数据进行降维的主要目的是希望找到一个合适的低维空间,在此空间中进行学习能比原始空间性能更好。()
点击查看答案
第2题
线性区别分析(linear discriminant analysis,LDA)在进行数据降维时,原始高维数据被映射到低维空间中后需要达到的优化的目标是()。

A.只要保证同一类别样本尽可能靠近

B.既要保证同一类别样本尽可能靠近,也要保证不同类别样本尽可能彼此远离

C.既要保证不同类别样本尽可能靠近,也要保证同一类别样本尽可能彼此远离

D.只要保证不同类别样本尽可能彼此远离

点击查看答案
第3题
多维数据分析包括哪些方法?()

A.切片

B.切块

C.降维

D.统计

E.钻取

F.旋转

点击查看答案
第4题
下列哪些是降维方式()

A.LSI

B.PCA

C.MDS

D.SOM

点击查看答案
第5题
下面哪些属于可视化高维数据技术()A矩阵B平行坐标系C星形坐标D散布图EChernoff脸

下面哪些属于可视化高维数据技术()

A矩阵

B平行坐标系

C星形坐标

D散布图EChernoff脸

点击查看答案
第6题
逻辑斯蒂回归和线性区别分析均可完成分类任务,下面描述正确的是()。

A.逻辑斯蒂回归和线性区别分析都是直接在数据原始空间进行分类

B.以上都不正确

C.逻辑斯蒂回归可直接在数据原始空间进行分类,线性区别分析需要在降维所得空间中进行分类

D.逻辑斯蒂回归在降维所得空间中进行分类,线性区别分析在数据原始空间进行分类

点击查看答案
第7题
引入LTE网络之前,运营商面临的问题有哪些?()

A.语音收入下降

B.网络运维成本高

C.数据业务收入下降

D.网络结构复杂

点击查看答案
第8题
特征降维的方法可以分为对整个样本集进行特征降维和针对类别之间的可分性对已经有的特征进行特征降维。()
点击查看答案
第9题
下列不属于特征降维的作用是()。

A.降低时间复杂度和空间复杂度

B.较简单的模型在小数据集上有更强的鲁棒性

C.提升模型效果

D.降低算法的计算开销

点击查看答案
第10题
传统的自建物联网应用相对OneNET有哪些缺点?()

A.开发流程长

B.开发费用高昂运维成本高

C.数据并发存储能力差

D.市场推广困难

点击查看答案
退出 登录/注册
发送账号至手机
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改