下列那种算法是基于模型来对弱分类器结果进行组合()
A.Stacking
B.Bagging
C.Boosting
D.都不可以
A.Stacking
B.Bagging
C.Boosting
D.都不可以
第1题
A.它使用具体的训练实例进行预测,不必维护源自数据的模型
B.分类一个测试样例开销很大
C.最近邻分类器基于全局信息进行预测
D.可以生产任意形状的决策边界
第4题
(i)用虚拟变量dem wins来代替式(10.23)中的dem vote,并用通常的格式报告结果。哪些因素影响获胜概率?请用截至1992年的数据。
(ii)有多少个拟合值小于0?有多少个拟合值大于1?
(iii)采用下面的预测规则:如果den wins>0.5, 你就可以预测民主党会获胜:否则, 共和党将获胜。那么,在这20次选举中,这个模型有多少次正确地预测了实际结果?
(iv)代入1996年的解释变量值。预测克林顿赢得这次选举的可能性有多大。事实上,克林顿获胜了,你的预测结果是否与事实相符?
(v)对误差中的AR(1)序列相关,做异方差-稳健1检验。你有何发现?
(vi)求出第(i)部分中估计值的异方差-稳健标准误。t统计量有什么明显的变化吗?
第5题
A. 假如市场是弱式效率市场,这意味着价格很快反映了所有公开可得的信息
B. 假如市场是弱式效率市场,这意味着你能通过基于过去价格趋势的技术分析在市场中获胜
C. 假如市场是强式效率市场,这意味着所有的股票有一样的预期收益
D. 以上的陈述都是不正确的
第6题
A.BIM建模——模型简化——导入室内分析软件——导出几何模型——输出结果
B.BIM建模——模型简化——导出几何模型——导入室内分析软件——输出结果
C.BIM建模————导出几何模型——模型简化——导入室内分析软件——输出结果
D.BIM建模————导出几何模型——导入室内分析软件——模型简化——输出结果
第7题
A.淘宝网利用大数据分析,识别消费者购买意图,构建“买家兴趣模型”
B.在“猜你喜欢”中根据买家需求推荐同类商品,实现人货匹配
C.通过“产品属性标签”对产品进行分类标识,根据标签相似潜客人群获得更大曝光
第8题
A.①②
B.②③
C.①③
D.①②③
第9题
A.分类器性能提升是匀速的,与是否接近最优结果无关
B.分类器越接近最优解,分类器性能提升越慢
C.分类器错误率高,稍微训练即可大幅提升训练结果
D.其余三种说法都对
第10题
A.基于大数据平台原始数据,可划分为运行数据和充电数据
B.对运行数据进行数据筛选和切分,可得到平均充电温度等数据
C.对充电数据进行IC计算和分析,可得到IC峰值,并将峰值进行支持向量回归处理
D.将上述平均充电温度、里程、充电开始SO
E.平均充电电流、平均充电温度、峰值分类指标等作为神经网络模型训练的输入
F.将支持向量回归处理后的IC峰值作为输出,对神经网络模型进行调节,即可得到预测模型