以下关于LASSO方法理解正确的是( )
A: 等价于岭回归
B: 参数λ数值越大,越接近于最小二乘
C: 参数λ数值越小,正则化效果越好
D: 筛选变量效果很强
A: 等价于岭回归
B: 参数λ数值越大,越接近于最小二乘
C: 参数λ数值越小,正则化效果越好
D: 筛选变量效果很强
举一反三
- 关于LASSO方法的参数选取,以下说法错误的是( ) A: 参数λ为零时,等同于最小二乘回归 B: 参数λ的选择在训练集中完成 C: 参数λ越大,压缩性越强 D: 参数λ越大,选取的变量就越少
- 关于各种正则化方法的比较,以下正确的有( )种I 岭回归是一种筛选变量的良好方法II LASSO方法不具有压缩性III 岭回归、LASSO都可用于矫正过度拟合问题 IV 弹性网络是LASSO和岭回归的综合 A: 1 B: 2 C: 3 D: 4
- 【单选题】下面关于Lasso回归的描述正确的是 A. Lasso 回归使用 L1 正则化 B. Lasso 回归使用 L2 正则化 C. Lasso 回归使用 L1+L2 正则化 D. Lasso 回归不使用正则化
- 关于回归模型的总效果的度量,以下()说法是正确的。 A: S值越小越好 B: R-Sq调整值与R-Sq越接近越好 C: 回归对应的P值越接近1越好 D: R-Sq越大越好
- 以下关于平均访问深度(PV/UV)的说法正确的是: A: 数值越小越好 B: 数值越大越好 C: 数值越小,消费者停留时间越长 D: 数值越大,消费者购买意向越低