题目内容
(请给出正确答案)
[单选]
假如我们使用Lasso回归来拟合数据集,该数据集输入特征有100个(X1,X2,...,X100)。现在,我们把其中一个特征值扩大10倍(例如是特征X1),然后用相同的正则化参数对Lasso回归进行修正。那么,下列说法正确的是()。
A、特征X1很可能被排除在模型之外
B、特征X1很可能还包含在模型之中
C、无法确定特征X1是否被舍
D、以上答案都不正确
查看答案
A、特征X1很可能被排除在模型之外
B、特征X1很可能还包含在模型之中
C、无法确定特征X1是否被舍
D、以上答案都不正确
A、剔除所有的共线性变量
B、剔除共线性变量中的一个
C、通过计算方差膨胀因子(VarianceInflationFactor,VIF)来检查共线性程度,并采取相应措施
D、删除相关变量可能会有信息损失,我们可以不删除相关变量,而使用一些正则化方法来解决多重共线性问题,例如Ridge或Lasso回归
A、对训练集随机采样,在随机采样的数据上建立模型
B、尝试使用在线机器学习算法
C、使用PCA算法减少特征维度
A、使用前向特征选择方法
B、使用后向特征排除方法
C、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
D、查看相关性表,去除相关性最高的一些特征
A、除去神经网络中的最后一层,冻结所有层然后重新训练
B、对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层
C、使用新的数据集重新训练模型
D、所有答案均不对