APP下载
首页
>
IT互联网
>
随便搞的题库做做
搜索
随便搞的题库做做
题目内容
(
单选题
)
如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型,下列哪种做法是正确的

A、增加树的深度$;$增加学习率$;$减少树的数量$;$减小树的深度

答案:D

随便搞的题库做做
知识图谱中的实体统一主要的目的是?
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f8e0-c07f-52a228da6025.html
点击查看题目
在集成学习中,当训练数据很多时,最常见的结合策略是()。
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da6032.html
点击查看题目
数据脱敏的三个基本活动是()
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-a000-c07f-52a228da600a.html
点击查看题目
下列哪一项属于特征学习算法(representation learning algorithm)?()
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-c328-c07f-52a228da6036.html
点击查看题目
如果SVM模型欠拟合,可以通过减小核系数(gamma参数)来改进模型
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bf40-c07f-52a228da6028.html
点击查看题目
关于SMO神经网络描述错误的是(___)
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-fdc0-c07f-52a228da6006.html
点击查看题目
深度学习可以用在下列哪些NLP任务中?
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-95f8-c07f-52a228da6006.html
点击查看题目
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①使用前向特征选择方法②使用后向特征排除方法③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④查看相关性表,去除相关性最高的一些特征
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9830-c07f-52a228da6035.html
点击查看题目
反向传播是一种用于多层神经网络的训练算法。它将错误信息从网络末端传输到网络内部的所有权重。它允许有效地计算梯度
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bb58-c07f-52a228da6004.html
点击查看题目
产生式系统的推理不包括
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f208-c07f-52a228da6004.html
点击查看题目
首页
>
IT互联网
>
随便搞的题库做做
题目内容
(
单选题
)
手机预览
随便搞的题库做做

如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型,下列哪种做法是正确的

A、增加树的深度$;$增加学习率$;$减少树的数量$;$减小树的深度

答案:D

分享
随便搞的题库做做
相关题目
知识图谱中的实体统一主要的目的是?

A. 从文本中提取实体$;$从实体间提取关系$;$不同写法的实体统一为一个实体$;$明确代词指向哪个实体

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f8e0-c07f-52a228da6025.html
点击查看答案
在集成学习中,当训练数据很多时,最常见的结合策略是()。

A. 平均法$;$投票法$;$学习法

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da6032.html
点击查看答案
数据脱敏的三个基本活动是()

A. 识别敏感信息$;$脱敏处理$;$脱敏处理的评价$;$脱敏操作$;$脱敏标准制定

https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-a000-c07f-52a228da600a.html
点击查看答案
下列哪一项属于特征学习算法(representation learning algorithm)?()

A. K近邻算法
$;$随机森林
$;$神经网络
$;$都不属于

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-c328-c07f-52a228da6036.html
点击查看答案
如果SVM模型欠拟合,可以通过减小核系数(gamma参数)来改进模型
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bf40-c07f-52a228da6028.html
点击查看答案
关于SMO神经网络描述错误的是(___)

A. 一种竞争学习型的无监督神经网络;$;$将高维输入数据映射到低维空间,保持输入数据在高维空间的拓扑结构;$;$SMO寻优目标为每个输出神经元找到合适的权重;$;$输出层神经元以矩阵方式排列在二维空间;

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-fdc0-c07f-52a228da6006.html
点击查看答案
深度学习可以用在下列哪些NLP任务中?

A. 情感分析$;$问答系统$;$机器翻译$;$所有选项

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-95f8-c07f-52a228da6006.html
点击查看答案
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①使用前向特征选择方法②使用后向特征排除方法③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④查看相关性表,去除相关性最高的一些特征

A. ①②$;$②③④$;$①②④$;$①②③④

https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9830-c07f-52a228da6035.html
点击查看答案
反向传播是一种用于多层神经网络的训练算法。它将错误信息从网络末端传输到网络内部的所有权重。它允许有效地计算梯度
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bb58-c07f-52a228da6004.html
点击查看答案
产生式系统的推理不包括

A. 正向推理$;$逆向推理$;$双向推理$;$简单推理

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f208-c07f-52a228da6004.html
点击查看答案
试题通小程序
试题通app下载