首页
主成分分析是一种经典的减少分析变量的方法，它将数据从原始的高维空间投影到低维空间。
精华吧
→
答案
→
远程教育
→
国家开放大学
主成分分析是一种经典的减少分析变量的方法，它将数据从原始的高维空间投影到低维空间。
A、正确
B、错误
正确答案：A
Tag：
变量
成分
方法
时间：2024-03-21 12:21:50
上一篇：
下列关于期望预测误差的说法错误的是（）。
下一篇：
虚拟变量的设定即把对变量的定量描述转化成对定性数据的描述。
相关答案
1.
模型越复杂，偏差越大，方差越小；模型越简单，偏差越小，而方差越大。
2.
主成分是原始变量的线性组合，它们相互正交（垂直），捕获了数据差异最小的方向。
3.
下列关于性能评估的指标说法错误的是（）。
4.
下列关于设定虚拟变量时应当遵循的原则说法不正确的是（）。
5.
下列属于通过样本估计期望预测误差的方式的是（）。
6.
下列关于期望预测误差的说法正确的是（）。
7.
虚拟变量的设定即把对变量的定性描述转化成对定量数据的描述。
8.
下列关于偏差和方差的说法不正确的是（）。
9.
下列关于性能评估的指标说法正确的是（）。
10.
下列不属于通过样本估计期望预测误差的方式的是（）。
热门答案
1.
在回归学习中常用的损失函数是平方损失函数。
2.
下列属于常用的损失函数的是（）。
3.
下列关于决定系数的说法不正确的是（）。
4.
对于分类任务的数据挖掘，评价指标一般可通过一个混淆矩阵计算得到，包括准确度、特效度、灵敏度以及考虑错分成本的指标。
5.
对于预测任务的数据挖掘来说，性能评估的指标包括平均绝对误差和均方根误差等。
6.
有监督学习模型的目的是寻找一个可以很好地描述自变量X与因变量Y之间关系的函数f。
7.
模型越复杂，偏差越小，方差越大；模型越简单，偏差越大，而方差越小。
8.
期望预测误差主要包括（）。
9.
下列关于AUC的说法不正确的是（）。
10.
下列关于偏差和方差的说法正确的是（）。