BAT机器学习面试1000题(696~700题)

2018 年 12 月 11 日 七月在线实验室

点击上方    蓝字 关注七月在线实验室




BAT机器学习面试1000题(696~700题)


696题

下列关于异方差性哪项是正确的?


A、线性回归有变化的误差项


B、线性回归有恒定的误差项


C、线性回归有零误差项


D、以上都不对



点击下方空白区域查看答案

正确答案是:A


解析:

在误差项中,非恒定方差的存在导致了异方差性。一般来说,非恒定方差的出现时因为异常值或极端杠杆值的存在。可以参考:https://www.analyticsvidhya.com/blog/2016/07/deeper-regression-analysis-assumptions-plots-solutions/



留一法交叉验证均方差为(2^2 +(2/3)^2 +1^2) /3 = 49/27




697题

下列哪一项说明了X,Y之间的较强关系


A、相关系数为0.9


B、Beta系数为0的空假设的p-value是0.0001


C、Beta系数为0的空假设的t统计量是30


D、都不对



点击下方空白区域查看答案

正确答案是:A


解析:

变量间的相关系数为0说明了变量间的较强关系;另一方面,p-value和t统计量仅仅衡量了非零联系的证据有多强。在数据足够多的情况下,哪怕弱影响都可能是显著的。




698题

在导出线性回归的参数时,我们做出下列哪种假定?

1.因变量y和自变量x的真实关系是线性的

2.模型误差是统计独立的

3.误差通常服从一个平均值为零,标准差恒定的分布 

4.自变量x是非随机的,无错的


A、1,2和3


B、1,3和4


C、1和3


D、以上都对



点击下方空白区域查看答案

正确答案是:D


解析:

当导出回归参数时,我们做出以上全部4种假设,缺少任何一种,模型都会出错。





699题

为了检验连续变量x,y之间的线性关系,下列哪种图最合适?


A、散点图


B、条形图


C、直方图


D、都不对



点击下方空白区域查看答案

正确答案是:A


解析:

为了检验连续变量的线性关系,散点图是最好的选择,可以看出一个变量如何关于另一个变量变化。散点图反映两个定量变量之间的关系。




700题

下列哪种方法被用于预测因变量?

1.线性回归

2.逻辑回归


A、1和2


B、1


C、2


D、都不是



点击下方空白区域查看答案

正确答案是: B


解析:

逻辑回归是用于分类问题的




题目来源:七月在线官网(https://www.julyedu.com/)——面试题库——笔试练习——机器学习


今日学习推荐

spark大数据实战班

火热报名中

12月29日开始直播

五位大厂架构师  

只教企业spark实际应用场景

四大课程特色  十一大实战项目   BAT大厂讲师

有意的亲们可以行动起来喽 

两人及两人以上组团立减100元


咨询/报名/组团可添加微信客服

julyedukefu_02

👇

长按识别二维码


 更多资讯

 请戳一戳

往期推荐

程序员!进阿里前这6大知识点你真的需要梳理一下了(年后跳槽必看)

18应届毕业拿到机器学习offer的面经:嘉和美康、贷鱼科技

Tensorflow实战:端到端简单粗暴识别验证码(反爬利器)

资源 | 30个经典机器学习项目,GitHub星星加起来超过16万

程序员夏天穿格子衫,那么冬天穿什么?答案扎心了哈哈哈哈!

拼团,咨询,查看课程,请点击 “ 阅读原文 

↓↓↓ 
登录查看更多
0

相关内容

线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。其表达形式为y = w'x+e,e为误差服从均值为0的正态分布。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【伯克利】再思考 Transformer中的Batch Normalization
专知会员服务
41+阅读 · 2020年3月21日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
344+阅读 · 2020年3月17日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
359+阅读 · 2020年2月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
147+阅读 · 2019年12月4日
【机器学习课程】Google机器学习速成课程
专知会员服务
168+阅读 · 2019年12月2日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
学习自然语言处理路线图
专知会员服务
139+阅读 · 2019年9月24日
今日面试题分享:L1和L2的区别
七月在线实验室
7+阅读 · 2019年3月14日
BAT机器学习面试1000题(721~725题)
七月在线实验室
11+阅读 · 2018年12月18日
BAT机器学习面试1000题(716~720题)
七月在线实验室
19+阅读 · 2018年12月17日
BAT机器学习面试题1000题(376~380题)
七月在线实验室
9+阅读 · 2018年8月27日
BAT机器学习面试题1000题(331~335题)
七月在线实验室
12+阅读 · 2018年8月13日
深度学习面试100题(第81-85题)
七月在线实验室
17+阅读 · 2018年8月6日
深度学习面试100题(第76-80题)
七月在线实验室
6+阅读 · 2018年8月3日
BAT机器学习面试题1000题(316~320题)
七月在线实验室
14+阅读 · 2018年1月18日
BAT机器学习面试题及解析(266-270题)
七月在线实验室
6+阅读 · 2017年12月13日
BAT题库 | 机器学习面试1000题系列(第196~200题)
七月在线实验室
17+阅读 · 2017年11月16日
Reasoning on Knowledge Graphs with Debate Dynamics
Arxiv
14+阅读 · 2020年1月2日
Arxiv
5+阅读 · 2018年6月12日
Arxiv
6+阅读 · 2018年4月24日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
7+阅读 · 2018年3月12日
Arxiv
5+阅读 · 2017年12月14日
VIP会员
相关VIP内容
【伯克利】再思考 Transformer中的Batch Normalization
专知会员服务
41+阅读 · 2020年3月21日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
344+阅读 · 2020年3月17日
【经典书】精通机器学习特征工程,中文版,178页pdf
专知会员服务
359+阅读 · 2020年2月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
147+阅读 · 2019年12月4日
【机器学习课程】Google机器学习速成课程
专知会员服务
168+阅读 · 2019年12月2日
机器学习入门的经验与建议
专知会员服务
94+阅读 · 2019年10月10日
学习自然语言处理路线图
专知会员服务
139+阅读 · 2019年9月24日
相关资讯
今日面试题分享:L1和L2的区别
七月在线实验室
7+阅读 · 2019年3月14日
BAT机器学习面试1000题(721~725题)
七月在线实验室
11+阅读 · 2018年12月18日
BAT机器学习面试1000题(716~720题)
七月在线实验室
19+阅读 · 2018年12月17日
BAT机器学习面试题1000题(376~380题)
七月在线实验室
9+阅读 · 2018年8月27日
BAT机器学习面试题1000题(331~335题)
七月在线实验室
12+阅读 · 2018年8月13日
深度学习面试100题(第81-85题)
七月在线实验室
17+阅读 · 2018年8月6日
深度学习面试100题(第76-80题)
七月在线实验室
6+阅读 · 2018年8月3日
BAT机器学习面试题1000题(316~320题)
七月在线实验室
14+阅读 · 2018年1月18日
BAT机器学习面试题及解析(266-270题)
七月在线实验室
6+阅读 · 2017年12月13日
BAT题库 | 机器学习面试1000题系列(第196~200题)
七月在线实验室
17+阅读 · 2017年11月16日
相关论文
Reasoning on Knowledge Graphs with Debate Dynamics
Arxiv
14+阅读 · 2020年1月2日
Arxiv
5+阅读 · 2018年6月12日
Arxiv
6+阅读 · 2018年4月24日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
7+阅读 · 2018年3月12日
Arxiv
5+阅读 · 2017年12月14日
Top
微信扫码咨询专知VIP会员