网友您好, 请在下方输入框内输入要搜索的题目:
题目内容
(请给出正确答案)
以下有关特征数据归一化的说法错误的是:( )
A.特征数据归一化加速梯度下降优化的速度
B.特征数据归一化有可能提高模型的精度
C.线性归一化适用于特征数值分化比较大的情况
D.概率模型不需要做归一化处理
参考答案
更多 “ 以下有关特征数据归一化的说法错误的是:( ) A.特征数据归一化加速梯度下降优化的速度B.特征数据归一化有可能提高模型的精度C.线性归一化适用于特征数值分化比较大的情况D.概率模型不需要做归一化处理 ” 相关考题
考题
7、下面关于特征矩阵的归一化(Normalizer)的描述错误的是A.归一化是依照特征矩阵的行,即每个样本进行处理B.其目的是使样本向量在进行点乘运算或计算相似性时,拥有统一的标准,即都转化为“单位向量”,使每个样本的范式等于 1。C.归一化是主要是对特征矩阵中每个列,即同一特征维度的数值进行规范化处理D.常见的归一化公式为L1 范式和L2 范式等
考题
4、关于数据规范化,下列说法中错误的是()。A.包含标准化和归一化B.标准化在任何场景下受异常值的影响都很小C.归一化利用了样本中的最大值和最小值D.标准化实际上是将数据在样本的标准差上做了等比例的缩放操作
考题
11、有关数据预处理对神经网络的影响,以下哪个说法是错误的?A.对于非数值型的属性,可以使用独热(onehot)编码或模糊化转换成数值B.连续性属性可以采用最小最大值归一化,减少数值过大和不同属性量纲不同对网络的影响C.预处理与否对神经网络的训练速度和分类准确率影响比较大D.BP神经网络的输入属性不需要筛选,因为网络本身有特征获取能力
热门标签
最新试卷