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 是否被舍弃

D.都不对

A.X^k对应的回归系数变大

B.X^k对应的回归系数变小

C.特征X^k会保留在模型中

D.特征X^k会被舍弃

A.Lasso回归使用L1正则化

B.Lasso回归使用L2正则化

C.Lasso回归使用L1+L2正则化

D.Lasso回归不使用正则化

A.Lasso回归使用L1正则化

B.Lasso回归使用L2正则化

C.Lasso回归使用L1+L2正则化

D.Lasso回归不使用正则化

A.Lasso回归使用L1正则化

B.Lasso回归使用L2正则化

C.Lasso回归使用L1+L2正则化

D.Lasso回归不使用正则化

A.Lasso回归使用L1正则化

B.Lasso回归使用L2正则化

C.Lasso回归使用L1+L2正则化

D.Lasso回归不使用正则化

A.1

B.2

C.3

D.4

A.1

B.2

C.3

D.4

A.在构建学习算法的第一个版本之前，花大量时间收集大量数据是一个好主意。

B.逻辑回归使用了Sigmoid激活函数

C.使用一个非常大的训练集使得模型不太可能过拟合训练数据。

D.如果您的模型拟合训练集，那么获取更多数据可能会有帮助。

A.1

B.2

C.3

D.4