关于特征选择,下列对 Ridge 回归和 Lasso 回归说法正确的是?
A.Ridge 回归适用于特征选择
B.Lasso 回归适用于特征选择
C.两个都适用于特征选择
D.以上说法都不对
A.Ridge 回归适用于特征选择
B.Lasso 回归适用于特征选择
C.两个都适用于特征选择
D.以上说法都不对
A.偏差减小
B.偏差增大
C.方差减小
D.方差增大
A.若λ=0,则等价于一般的线性回归
B.若λ=0,则不等价于一般的线性回归
C.若λ=+∞,则得到的权重系数很小,接近于零
D.若λ=+∞,则得到的权重系数很大,接近与无穷大
A.当λ增大时,偏差减小,方差减小
B.当λ增大时,偏差减小,方差增大
C.当λ增大时,偏差增大,方差减小
D.当λ增大时,偏差增大,方差增大
A.移除两个共线变量
B.不移除两个变量,而是移除一个
C.移除相关变量可能会导致信息损失,可以使用带罚项的回归模型(如ridge或lassoregression)
A.在λ非常小的情况下,偏差低,方差低
B.在λ非常小的情况下,偏差低,方差高
C.在λ非常小的情况下,偏差高,方差低
D.在λ非常小的情况下,偏差低,方差低
A.中国古代海洋小说有漫长的历史,但从内容和品质上看,并不呈现鲜明的向前发展的特征
B.中国海洋小说最初的形式是神话叙事,其风格瑰丽、奇幻,体现了先民们对海洋的敬畏
C.海洋小说笔记体叙事以实际内容为主,其创作已经摆脱了神话叙事的影响
D.神道叙事继承神话叙事传统,是在人们对海洋有了科学理解之后进行的文学回归
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.检查异常值是很重要的,因为线性回归对离群效应很敏感
B.线性回归分析要求所有变量特征都必须具有正态分布
C.线性回归假设数据中基本没有多重共线性
D.以上说法都不对