506
考察數據科學家數據降維知識的40道題，快來測測吧(附答案)
首發地址：https://yq.aliyun.com/articles/74399
Ankit GuptaIIIT Allahabad
https://www.linkedin.com/in/ankit-gupta
Githubhttps://github.com/anki1909
https://www.analyticsvidhya.com/blog/author/facebook_user_4/
注
PCA
T-SNE
LDA
在處理現實生活中的問題時，數據科學家經常會遇到數百列及以上的數據集，並通過這些大型數據集構建預測模型，這會是一個較複雜的工程。幸運的是有降維技術的存在，降維是數據科學中的一項重要技術，任何數據科學家都必須具備該技能。這項技能測試測試你掌握的降維技術知識，測試PCA、t-SNE在還有更具挑戰性的比賽。
582該測試，以下問題涉及理論到實踐的方方麵麵。
以下是分數的分布，這將有助於評估自己的表現：
平均得分（所有分值的平均值）19.52
得分中位數（按順序排列的中間值）20
模型得分（最常出現的得分）19
1特征1特征，必須根據輸入特征和目標特征100特征。你認為這是減少維數的例子嗎？
A.是
B.是
解答A
2）[
A.真
B.
解答A
LDA有監督降維算法的一個例子。
3
1另外E = A + 3 * B
2
上述步驟可以表示降維方法嗎？
A.真
B.
解答A
1
A.
B.
C.
D.都不是
解答A
99，那麼可以刪除這些列。
5）[降維算法是減少構建模型所需計算時間的方法之一。
A.真
B.
解答A
降低數據維數將花費更少的時間來訓練模型。
6
A. t-SNE
B. PCA
C. LDA
D.都不是
解答D
所有算法都是降維算法的例子。
7
A.真
B.
解答A
有時繪製較小維數據非常有用，可以使用前兩個主要分量，然後使用散點圖可視化數據。
8）最常用的降維PCA，PCA
1.PCA
2.
3.成分<=特征能數量
4.
A. 1
B. 1
C. 2
D. 1、2
E. 1、2
F.
F
9特征，以下哪個聲明是正確的？
A.“k”意味著更正則化
B.“k”意味著較少的正則化
C.不知道
解答B
k因此能夠保留更多的數據特征，從而減少正則化。
10在相同的機器上運行並設置最小的計算能力，t-SNE效果更好？
B.項310特征的數據集
10,000項8
10,000項200
解答：C
t-SNE
11代價函數，以下陳述中的哪一個正確？
A.本質上是不對稱的。
B.
C.代價函數相同。
解答B
SNE代價函數是不對稱的，這使得使用梯度下降SNE代價函數之間的主要區別之一。
12想像正在處理文本數據，Word2vec使用1000
A. t-SNE
B. PCA
C. LDA
D.都不是
解答A
t-SNE。
13
A.
B.
解答A
14的陳述中哪個是正確的？
A.t-SNE
B.t-SNE
C.t-SNE
D.t-SNE
解答D
15
A.維度數量
B.
C.
D.
解答D
選項中的所有超參數都可以調整。
16哪個正確？
A.t-SNE
B.T-NSE。
C.PCA
D.不是
解答A
17iXjYiYjXiXj的表示。
1.XiXjp
2.YiYjq
對於在較低維度空間中的Xi和Xj的完美表示，以下哪一項必須是正確的？
A.p
B.p
C.p
D.Pj | i
解答：C
兩點的相似性的條件概率必須相等，因為點之間的相似性必須在高維和低維中保持不變，以使它們成為完美的表示。
18
A.LDA化之間類別的距離，並最小化類內之間的距離
B. LDA小化類別和類內之間的距離
C. LDA化類內之間的距離，並最小化類別之間的距離
D.LDA大化類別和類內之間的距離
解答A
19哪種LDA
A.有辨識性的信息不是平均值，而是數據的方差
B.有辨識性的信息是平均值，而不是數據方差
C.有辨識性的信息是數據的均值和方差
D.都不是
解答A
20PCA
1. LDA
2. LDA有PCA
3. PCA
A. 1
B. 2
C. 1
D.
E. 1、2
解答E
21
A. PCA
B. PCA
C.不知道
D.都沒有
解答B
當所有特征向量相同時將無法選擇主成分，因為在這種情況下所有主成分相等。
22以下情況中PCA
1. 數據中的線性結構
2.
3. 以同一單元縮放
A. 1
B. 2
C. 1
D. 1、2
解答：C
23PCA特征時會發生什麼？
1. 特征仍然具有可解釋性
2. 特征將失去可解釋性
3. 特征必須攜帶數據中存在的所有信息
4. 特征可能不攜帶數據中存在的所有信息
A. 1
B. 1
C. 2
D. 2
解答D
當獲取較低維度的特征時，大部分時間將丟失一些數據信息，您將無法解釋較低維的數據。
24 。
選擇沿哪個軸捕獲最大變化的角度？
A.
B.
C.
D.
解答B
B
25
1.
2.
3. PCA局部最小問題
4. PCA局部最小問題
A. 1
B. 1
C. 2
D. 2
解答D
PCA
26
以下快照顯示了兩個特征X1X2）與類別信息（紅色、藍色）的散點圖，PCA。
26）以下哪種方法會導致更好的類別預測？
A.
B.
C.不知道
D.都不是
解答B
PCA帶來更多的危害——大多數藍色和紅色點將重疊在第一個主成分上，這樣會混淆分類器。
27
1.
2.
3.
4.
A. 1
B. 2
C. 3
D. 1
解答：C
28SVD
A.當數據為零時
B.當數據均值為零時，
C.兩者總是相同
D.都不是
解答B
當數據具有零均值向量時二者會相同，SVD處理。
29
2維3(-1,-1)。
29這些數據的第一個主成分是什麼 ？
1.[√2/2
2.(1 /√3)
3.([-√2/ 2)
4.(- 1 /√3, - 1 /√3)
A. 1
B. 3
C. 1
D. 2
解答：C
v = [√2/ 2T，請注意，主成分應該被歸一化。
30T將原始數據點投影到1子空間中，他們在1子空間中的坐標是什麼？
A.(- √2)0)、(√2)
B.(√2)、(0)、(√2)
C.(√2)、(0)、(- 2)
D.(- 2)、(0)、(- 2)
解答A
z1 = [-1 T = - √2同理可得z2= 0
31為(( √2)，(0)，(√2))。現在如果在二維空間中重建，並將它們視為原始數據點的重建，那麼重建誤差是多少？
A. 0
B. 10
C. 30
D. 40
解答A
0;
32
A.LD1
B.LD2
C.
D.都不是
解答A
33
PCA並通常用於數據降維λ1≥λ2≥•••≥λN並畫圖。
f(M)（貢獻率）M，給定兩圖：
33PCA的性能更好？其中M分量D。
A.左
B.
C.任意A
D.都不是
解答A
f到達1；如果第一個特征值較大且其餘PCA
34以下哪個選項是真的？
A. LDA，而PCA
B.
C.PCA而LDA
D.
解答A
35項可以是前兩個主成分？
1.(0.5,0.5,0.5,0.5)和(0.71,0.71,0,0)
2. (0.5,0.5,0.5,0.5)和(0,0)
3. (0.5,0.5,0.5,0.5)和(0.5,0.5,-0.5,-0.5)
4. (0.5,0.5,0.5,0.5)和(-0.5,-0.5,0.5,0.5)
A. 1
B. 1
C. 2
D. 3
解答D
對於前兩個選擇，兩個向量不是正交的。
36
1. 類別分離好，邏輯回歸的參數估計可能不穩定。
2.
A. 1
B. 2
C. 1
D.都不是
解答：C
會考慮以下哪個偏差？
A.
B.正交偏移
C.
D.都不是
解答B
總是將殘差視為垂直偏移，正交PCA
38假設10以下哪個是正確答案？
A. 20
B.9
C. 21
D. 11
E. 10
解答B
39
“特征臉“的訓練圖像樣本
39“臉”
1.
2.
A. 1
B. 2
C. 1
D.都不是
解答：C
40成分的最佳數量是多少？
A. 7
B. 30C. 40
D.知道
解答B
可以在上圖中看到，主成分的數量為30時以最小的數量得到最大的方差。
希望你喜歡參加的這個測試，並參考答案中獲取一些幫助。測試側重於降維的概念和實踐知識。如果有任何關於以上測試題的疑問，可以在評論中注明；如果有任何的建議，可以在評論中讓我們知道你的反饋。
40 Must know Questions to test a data scientist on Dimensionality Reduction techniquesAnkit Guptapdf
最後更新：2017-07-12 22:11:49