首页 > 职业技能鉴定
题目内容 (请给出正确答案)
[判断题]

异常值会给分类算法带来很大的干扰,因此要删除异常值()

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“异常值会给分类算法带来很大的干扰,因此要删除异常值()”相关的问题
第1题
DBSCAN算法是一种基于密度的聚类算法,对异常值非常敏感,因此要在聚类前进行异常值分析。()
点击查看答案
第2题
以下关于逻辑回归的说法正确的是()

A.应用逻辑回归时,异常值会对模型造成很大的干扰。

B.逻辑回归的自变量必须是分类变量,因此要对连续型变量进行离散化处理。

C.逻辑回归对模型中自变量的多重共线性较为敏感。

D.逻辑回归属于分类算法。

点击查看答案
第3题
功率不能作功,因此也不会给系统带来电能损失。()
点击查看答案
第4题
人际交往中的哪怕很小的成功体验也会给自卑者带来很大的鼓励和信心。()
点击查看答案
第5题
决策树既可以处理离散型变量也可以处理连续型变量,且对缺失值、异常值、共线性都不敏感,因此不需要对原始数据进行预处理就可以应用决策树进行分析()
点击查看答案
第6题
随着数据量的增大,异常值和缺失值对整体分析结果的影响会逐渐变小,因此在“大数据"模式下,数据清洗可忽略异常值和缺失值的影响,而侧重对数据结构合理性的分析。()
点击查看答案
第7题
以下有关随机森林算法的说法正确的是()

A.随机森林算法的分类精度不会随着决策树数量的增加而提高。

B.随机森林算法对异常值和缺失值不敏感。

C.随机森林算法不需要考虑过拟合问题。

D.决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好。

点击查看答案
第8题
在数据缺失严重时,会对分析结果造成较大影响,因此对剔除的异常值以及缺失值,要采用合理的方法进行填不卜,常见的方法有平均值填充、K最近距离法、回归法、极大似线估计法等。()
点击查看答案
第9题
‎在资料分析时,我们可以利用置信区间的概念,如果实验观测值,在置信区间内,代表该观测值不是异常值。()‍
点击查看答案
第10题
根据正态分布原理确定的参考范围,总是有少数正常人测定值划为异常值,而在患者中,又有少数人测定值在参考范围内。()
点击查看答案
第11题
运用SPSS分析时,判断异常值时可以先对数据进行标准化处理得到Z,Z的绝对值大于3可以认为是异常值。()
点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改