图说图解机器学习 课后练习答案 .pdfVIP

图说图解机器学习课后练习答案

第一章

1.请观察自己身边的各类智能产品，说说你认为这里使用了什么人工智

能的技。

高铁站进站口的自助刷脸通道，使用了人脸验证技。

各大厂商的智能音箱，使用了语音识别技。

工厂里的异常产品检测，使用了数据挖掘技。

2.举例说明回归问题和分类问题的区别。

回归：根据房屋的各项条件，判断此房房价

根据一个人的各项特征，判断此人的收入

分类：根据房屋的各项条件，判断此房是否好卖

根据一个人的各项特征，判断此人的性别

第一早

1.什么时候不建议使用平均值来说明问题？

当数据分布不平衡的时候..不建议使用平均值，而最好使用中位数。比

如本章举例的李嘉诚亲戚问题。这就是网友经常吐槽的被平均现象了。

2.什么参数决定正态分布的胖瘦？

方差或者标准差

3.简述什么是线性回归。

回归是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。

4.以简单线性回归为例，说明各个参数的几何意义。

简单线性回归处理的问题就是：y=b+wx的问题。在机器学习中，

5.从箱线图可以看出来数据的分布吗？你认为箱线图可以用在数据异

常检测吗？

可以，具体请看本章箱线图部分介绍

6.简述可否仅仅通过决定系数判断拟合好坏。

不可以。因为随着自变量的增多，决定系数不会变小。这是否告诉我们，

模型的自变量越多越好呢7事实上，模型越复杂，模型越容易出问题，

简单一些的模型才好（奥卡姆剃刀）。为了能够更公平地对比不同自变

量个数的模型，我们引入调整的

7.自己发现一下KNIME的更多功能

略

第三章

1.什么是训练集和测试集，请举一个学习工作中的例子说明。

举一个考试的例子。考试题一般都是来自学生没见过的题目，如果见过

的话，很可能就是漏题了。这就是未来我们要预测的项目了。

训练集就像是课堂授课，你学习了很多知识（建立模型），然后课下做

作业（测试集），做作业的好习惯就是要抄袭，要看答案（测试集

要泄露到模型）。做完作业以后（训练后）可以对照答案修改自己的

作业（测试后重新训练）。

2.如果一个特征的p值为0.1,可以说这个特征肯定和模型的标签没

关系吗？

注意是拒绝特征和目标标签没有关系这种假设，并是说承认特征和目

标有关系。这个类似法院审判案件，开始根据无罪推定，控方律师需要

证明犯罪嫌疑人真的有罪如果能，那就释放。但是这里其实只是无

法证明犯罪嫌疑人有罪（无法推翻零假设），是证明犯罪嫌疑人无罪。

这里的说法都比较绕口也比较太〃学术〃，简单但是准备说就是有大概

率这个特征是没关系的，但是我能说就是没关系。

当数据量很大的时候，p值大一点也没有什么关系，我们照样可以用在

模型里面，所以我们经常发现在机器学习领域，由于数据量很大，很多

人并是很看重p值。而且p值还有一个可疑的0.05阈值。现在

管是学术界还是工业届都对p值有争议。

但是我们在初学阶段，还是要知道P值的作用，给自己一个参考。

3.从模型的系数中，分析房价主要受什么影响比较大。

请看本章模型解释部分

4.尝试使用KNIME的反向去除方法优化模型。

直接使用KNIME的反向去除节点即可，设置方法和正向选择设置类似。

©NodeRepositoy三Qback

Analytics

▼fMining

▼口FeatueSelection

▼图MetaNodes

BackwadFeatueElimina