题目
A.回归是有监督学习;
B.回归可以用来进行预测;
C.回归的目的是发现变量间的关系;
D.可以使用残差平方和来衡量回归模型的好坏。
第1题
A.监督学习是对有标签数据集进行学习
B.监督学习可以分为回归和分类
C.在回归问题中,预测的是一个连续值
D.聚类是一种典型的监督学习
第2题
A.回归通常用于连续变量预测,分类一般用于离散变量预测。
B.分类和回归的区别在于输出变量的类型,因此分类和回归问题不能相互转换,并且同时构成了两大类常见机器学习任务
C.评价分类和回归方法可以使用同样的命中准确度指标
D.决策树算法是分类算法而不是回归算法
第4题
A.相关分析和回归分析之间在研究目的和方法上没有明显的区别
B.相关分析研究变量之间相关方向和相关程度,回归分析则不同
C.相关分析不能指出变量间相互关系的具体形式,而回归分析却可以
D.回归分析是研究变量之间相互关系的具体形式
第5题
A.回归分析可用于估计和预测
B.相关分析是研究变量之间的相互依存关系的密切程度
C.相关分析是回归分析的基础
D.回归分析中自变量和因变量可以互相推导并进行预测
第6题
A.回归分析是指根据相关关系的具体形态,利用一个合适的数学模型,近似地表达变量间的关系
B.相比相关分析,回归分析的结果更深刻、细致
C.回归分析中所研究的变量之间不是对等关系,需要确定因变量和自变量
D.回归分析中所有变量都必须是随机变量
第7题
A.均值回归是指变量会以很高的概率向均值回归的趋势。
B.现实生活中,人们往往进行回归预测。
C.短期结果的影响导致了过度推断,反过来导致对均值回归的错误理解。
D.人们在思维中不善于运用均值回归分析的方法。
第8题
A.回归分析就是找出变量之间的数学表达式
B.一元线性回归问题处理的是两个变量之间的关系
C.一元线性回归问题是直线拟合问题
D.一元线性回归问题是曲线拟合问题
第9题
A.线性回归是一种有监督学习算法
B.线性回归能够求解直线(或超平面)拟合问题
C.线性回归能够求解二次曲线拟合问题
D.线性回归模型能够通过梯度下降策略训练
第10题
A.回归是一种无监督学习、分类学习是有监督学习
B.在回归分析中,学习得到一个函数将输入变量映射到连续输出空间
C.两者均是学习输入变量和输出变量之间潜在关系模型
D.在分类模型中,学习得到一个函数将输入变量映射到离散输出空间
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!