题目内容
（请给出正确答案）
[单选题]
使用LASSO模型拟合数据集X。如果人为增大X的特征X^k的取值，其他设置保持不变，那么
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
答案
B、X^k对应的回归系数变小
如搜索结果不匹配，请 联系老师 获取答案
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
更多“使用LASSO模型拟合数据集X。如果人为增大X的特征X^k的…”相关的问题
第2题
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
第3题
在机器学习中，如果数据较少，同时采用的模型较复杂，得到的模型在给定的训练集上误差非常小，接近于0，但是在训练集之外的数据上预测效果很差，这种现象称为（）。
A.欠拟合
B.过拟合
C.损失函数
D.经验风险
第4题
在机器学习中，如果数据较少，同时采用的模型较复杂，得到的模型在给定的训练集上误差非常小，接近于0，但是在训练集之外的数据上预测效果很差，这种现象称为（）。
A.欠拟合（under-fitting）
B.过拟合（over-fitting）
C.损失函数（loss function）
D.经验风险（empirical risk）
第5题
如果一个模型，它在训练集上正确率为85%，测试集上正确率为80%，则模型是过拟合还是欠拟合（），其中，来自于偏差的误差为（），来自方差的误差为（）。
A.欠拟合，5%，5%
B.欠拟合，15%，5%
C.过拟合，15%，15%
D.过拟合，5%，5%
第8题
13、以下哪项陈述是正确的？选出所有正确项（）
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。
第9题
一、序列x为2017-08-01 至2019-01-04 我国上证融资余额的日数据序列（共350个数据），序列y为同期我国上证收盘价指数序列，要求：（100分） （1） 作X与y的时间序列的线图；（10分） （2） 使用单位根检验，确定序列x与y的平稳性；（10分） （3） 请选择适当的模型拟合序列x的发展并预测下一期数据；（20分） （4） 请选择适当的模型拟合序列y的发展并检验序列的方差齐性；（20分） （5） 考察序列x与序列y是否具有协整关系；（10分） （6） 如果这两个序列具有协整关系，请建立适当模型拟合它们之间的相关关系；（15分）） （7）请构造该协整模型的误差修正模型并解释模型每个系数的含义。（15分））
点击查看答案
第10题
在机器学习扩展库sklearn中，Lasso是可以估计稀疏系数的线性模型，尤其适用于减少给定解决方案依赖的特征数量的场合。如果数据的特征过多，而其中只有一小部分是真正重要的，此时选择Lasso比较合适。
点击查看答案
