首页 试题详情
多选题

249、我们想要训练一个ML模型,样本数量有100万个,特征维度是5000,面对如此大数据,如何有效地训练模型(){{c1::}}

A对训练集随机采样,在随机采样的数据上建立模型

B尝试使用在线机器学习算法

C使用 PCA 算法减少特征维度

正确答案:A (备注:此答案有误)

相似试题

  • 多选题

    249我们想要训练一个ML模型样本数量有100万个,特征维度是5000,面对如此大数据,如何有效地训练模型(){{c1::}}

    答案解析

  • 多选题

    如果想要训练一个ML模型样本数量为100万个,特征维度为5000个,面对如此大数据,那么有效地训练模型可以采取的措施有()。

    答案解析

  • 单选题

    142、如果我们说线性回归模型完美地拟合了训练样本训练样本误差为零),则下面哪个说法是正确的(){{c1::}}

    答案解析

  • 判断题

    训练完SVM模型后, 不是支持向量的那些样本我们可以丢掉, 也可以继续分类

    答案解析

  • 单选题

    阅读以下文字: 假设我们拥有一个已完成训练的、用来解决车辆检测问题的深度神经网络模型训练所用的数据集由汽车和卡车的照片构成,而训练目标是检测出每种车辆的名称(车辆共有10种类型)。现在想要使用这个模型来解决另外一个问题,问题数据集中仅包含一种车(福特野马)而目标变为定位车辆在照片中的位置。

    答案解析

热门题库