关于主成分分析PCA说法不正确的是 - 考试宝

单选题关于主成分分析PCA说法不正确的是

A、我们必须在使用PCA前规范化数据

B、我们应该选择使得模型有最大variance的主成分

C、我们应该选择使得模型有最小variance的主成分

D、我们可以使用PCA在低纬度上做数据可视化

下载APP答题

由4l***pa提供分享举报纠错

相关试题

单选题我们可以将深度学习看成一种端到端的学习方法，这里的端到端指的是

A、输入端-输出端

B、输入端-中间端

C、输出端-中间端

D、中间端-中间端

单选题前馈神经网络通过误差后向传播（BP算法）进行参数学习，这是一种（）机器学习手段

A、监督学习

B、无监督学习

C、半监督学习

D、无监督学习和监督学习的结合

单选题在神经网络学习中，每个神经元会完成若干功能，下面哪个功能不是神经元所能够完成的功能

A、对前序相邻神经元所传递信息进行加权累加

B、对加权累加信息进行非线性变化（通过激活函数）

C、向前序相邻神经元反馈加权累加信息

D、将加权累加信息向后续相邻神经元传递

单选题下面对前馈神经网络这种深度学习方法描述不正确的是

A、是一种端到端学习的方法

B、是一种监督学习的方法

C、实现了非线性映射

D、隐藏层数目大小对学习性能影响不大

单选题下面对梯度下降方法描述不正确的是

A、梯度下降算法是一种使得损失函数最小化的方法

B、梯度反方向是函数值下降最快方向

C、梯度方向是函数值下降最快方向

D、梯度下降算法用来优化深度学习模型的参数

单选题在前馈神经网络中，误差后向传播（BP算法）将误差从输出端向输入端进行传输的过程中，算法会调整前馈神经网络的什么参数

A、输入数据大小

B、神经元和神经元之间连接有无

C、相邻层神经元和神经元之间的连接权重

D、同一层神经元之间的连接权重

单选题以下关于Bagging（装袋法）的说法不正确的是

A、能提升机器学习算法的稳定性和准确性，但难以避免overfitting

B、Bagging（装袋法）是一个统计重采样的技术,它的基础是Bootstrap

C、主要通过有放回抽样）来生成多个版本的预测分类器,然后把这些分类器进行组合

D、进行重复的随机采样所获得的样本可以得到没有或者含有较少的噪声数据

单选题下面对前馈神经网络描述不正确的是

A、各个神经元接受前一级神经元的输入，并输出到下一级

B、层与层之间通过“全连接”进行连接，即两个相邻层之间神经元完全成对连接

C、同一层内的神经元相互不连接

D、同一层内神经元之间存在全连接