相关题目
下面哪个/些超参数的增加可能会造成随机森林数据过拟合？（ ）
下面哪个选项中哪一项属于确定性算法？( ）
假设你使用 log-loss 函数作为评估标准。下面这些选项，哪些是对作￥为评估标准的 log-loss 的正确解释。( )
你正在使用带有 L1 正则化的 logistic 回归做二分类，其中 C 是正￥则化参数，w1 和 w2 是 x1 和 x2 的系数。当你把 C 值从 0 增加至￥非常大的值时，下面哪个选项是正确的？( )
k-均值算法中，以下哪个选项可用于获得全局最小？( )
假设我们有一个数据集，在一个深度为 6 的决策树的帮助下，它可以￥使用 100% 的精确度被训练。现在考虑一下两点，并基于这两点选择正确￥的选项。( )￥注意：所有其他超参数是相同的，所有其他因子不受影响。￥1.深度为 4 时将有高偏差和低方差￥2.深度为 4 时将有低偏差和低方差
为了得到和 SVD 一样的投射（projection），你需要在 PCA 中怎￥样做？( )
给定三个变量 X，Y，Z。(X, Y)、(Y, Z) 和 (X, Z) 的 Pearson 相￥关性系数分别为 C1、C2 和 C3。现在 X 的所有值加 2（即 X+2），Y ￥的全部值减 2（即 Y-2），Z 保持不变。那么运算之后的 (X, Y)、(Y, Z) ￥和 (X, Z) 相关性系数分别为 D1、D2 和 D3。现在试问 D1、D2、D3 ￥和 C1、C2、C3 之间的关系是什么？（ ）
最出名的降维算法是 PAC 和 t-SNE。将这两个算法分别应用到数据￥「X」上，并得到数据集「X_projected_PCA」，￥「X_projected_tSNE」。下面哪一项对「X_projected_PCA」和￥「X_projected_tSNE」的描述是正确的？（ ）
如果在一个高度非线性并且复杂的一些变量中“一个树模型可比一般的￥回归模型效果更好”是（ ）
