注意：此页面搜索的是所有试题
国家开放大学大数据分析与挖掘技术
下列关于偏差和方差的说法正确的是（ ）。
【A.】模型越复杂，偏差越大，方差越小
【B.】模型越复杂，偏差越小，方差越大
【C.】模型越简单，偏差越小，方差越大
【D.】模型越简单，偏差越大，方差越小
下列关于偏差和方差的说法不正确的是（ ）。
【A.】模型越复杂，偏差越大，方差越小
【B.】模型越复杂，偏差越小，方差越大
【C.】模型越简单，偏差越小，方差越大
【D.】模型越简单，偏差越大，方差越小
下列属于常用的损失函数的是（ ）。
【A.】0-1损失函数
【B.】平方损失函数
【C.】指数损失函数
【D.】负二项损失函数
期望预测误差主要包括（ ）。
【A.】模型假设失误带来的误差
【B.】采用某种方法估计最优值时，估计值的平均可能偏离了真实值
【C.】估计值自身由于数据的随机性产生一个波动部分
【D.】一些主观人为因素
下列关于偏差和方差的说法正确的是（ ）。
【A.】偏差和方差受模型的复杂度影响
【B.】模型越复杂，偏差越小，方差越大
【C.】模型越复杂，偏差越大，方差越小
【D.】模型越简单，偏差越大，方差越小
在回归学习中常用的损失函数是指数损失函数。
【A.】√
【B.】×
模型越复杂，偏差越小，方差越大；模型越简单，偏差越大，而方差越小。
【A.】√
【B.】×
通过样本估计期望预测误差一般有重复抽样和交叉验证两种方式。
【A.】√
【B.】×
有监督学习模型的目的是寻找一个可以很好地描述自变量X与因变量Y之间关系的函数f。
【A.】√
【B.】×
模型越复杂，偏差越大，方差越小；模型越简单，偏差越小，而方差越大。
【A.】√
【B.】×
通过样本估计期望预测误差只有重复抽样这一种方式。
【A.】√
【B.】×
对于分类任务的数据挖掘，评价指标一般可通过一个混淆矩阵计算得到，包括准确度、特效度、灵敏度以及考虑错分成本的指标。
【A.】√
【B.】×
ROC曲线是一种常用的评价方法，可用来展示临界值的选择与算法性能之间的关系，用于评价临界值不同的算法的性能。
【A.】√
【B.】×
对于预测任务的数据挖掘来说，性能评估的指标包括平均绝对误差和均方根误差等。
【A.】√
【B.】×
在回归学习中常用的损失函数是平方损失函数。
【A.】√
【B.】×
【A.】模型越复杂，偏差越大，方差越小
【B.】模型越复杂，偏差越小，方差越大
【C.】模型越简单，偏差越小，方差越大
【D.】模型越简单，偏差越大，方差越小
下列关于偏差和方差的说法不正确的是（ ）。
【A.】模型越复杂，偏差越大，方差越小
【B.】模型越复杂，偏差越小，方差越大
【C.】模型越简单，偏差越小，方差越大
【D.】模型越简单，偏差越大，方差越小
下列属于常用的损失函数的是（ ）。
【A.】0-1损失函数
【B.】平方损失函数
【C.】指数损失函数
【D.】负二项损失函数
期望预测误差主要包括（ ）。
【A.】模型假设失误带来的误差
【B.】采用某种方法估计最优值时，估计值的平均可能偏离了真实值
【C.】估计值自身由于数据的随机性产生一个波动部分
【D.】一些主观人为因素
下列关于偏差和方差的说法正确的是（ ）。
【A.】偏差和方差受模型的复杂度影响
【B.】模型越复杂，偏差越小，方差越大
【C.】模型越复杂，偏差越大，方差越小
【D.】模型越简单，偏差越大，方差越小
在回归学习中常用的损失函数是指数损失函数。
【A.】√
【B.】×
模型越复杂，偏差越小，方差越大；模型越简单，偏差越大，而方差越小。
【A.】√
【B.】×
通过样本估计期望预测误差一般有重复抽样和交叉验证两种方式。
【A.】√
【B.】×
有监督学习模型的目的是寻找一个可以很好地描述自变量X与因变量Y之间关系的函数f。
【A.】√
【B.】×
模型越复杂，偏差越大，方差越小；模型越简单，偏差越小，而方差越大。
【A.】√
【B.】×
通过样本估计期望预测误差只有重复抽样这一种方式。
【A.】√
【B.】×
对于分类任务的数据挖掘，评价指标一般可通过一个混淆矩阵计算得到，包括准确度、特效度、灵敏度以及考虑错分成本的指标。
【A.】√
【B.】×
ROC曲线是一种常用的评价方法，可用来展示临界值的选择与算法性能之间的关系，用于评价临界值不同的算法的性能。
【A.】√
【B.】×
对于预测任务的数据挖掘来说，性能评估的指标包括平均绝对误差和均方根误差等。
【A.】√
【B.】×
在回归学习中常用的损失函数是平方损失函数。
【A.】√
【B.】×