有关数据质量的认识正确的是?? 数据预处理就是删除有问题的数据。|数据质量一般可以由机器自动完成,不需要数据分析人员参与。|各种数据质量问题对机器学习算法的影响很大,因此需要充分预处理才能进入建模阶段。|有些机器学习算法具有比较强的抗噪型,因此不需要预处理也能得到有用的规律。
各种数据质量问题对机器学习算法的影响很大,因此需要充分预处理才能进入建模阶段。
举一反三
- 有关数据质量不正确的说法是? A: 错误的数据将可能产生有害于决策的结果 B: 因为数据量很大,所以数据质量差一些也对机器学习没多大影响 C: 数据预处理的重要目的是提高机器学习结果的质量 D: 从业务系统提取的脏数据需要预处理才能进行建模工作
- 有关机器学习算法选择的说法正确的有? A: 每种算法都有其使用范围,因此选择算法需要考虑具体处理的问题 B: 对聚类问题可以任选一种聚类算法 C: 判断机器学习算法好坏在分析数据前就可以确定 D: 机器学习算法的好坏需要通过实验比较确定
- 以下有关传统机器学习算法处理大数据的说法正确的有哪些? A: 传统机器学习的算法在处理大数据时需要通过分布式的改造。 B: 传统机器学习算法大多数不支持数据的批处理。 C: 传统机器学习通过数据的批处理很容易快速地处理大数据。 D: 大数据通过合理切分就可以转化为传统机器学习算法容易处理的小数据。
- 有关机器学习算法选择的说法不正确的有哪些? A: 每种算法都有其使用范围,因此选择算法需要考虑具体处理的问题。 B: 机器学习算法的好坏需要通过实验比较确定。 C: 判断机器学习算法好坏在数据需求阶段就可以确定。 D: 对聚类问题可以任选一种聚类算法。
- 有关机器学习的过程认识正确的是? A: 机器学习的问题一般都是用户给定的,因此不需要与用户交流和调研。 B: A零售企业的客户行为数据分析得到的规律也可以直接用于B零售企业。 C: 机器学习得到的结果需要通过检验样本的测试,甚至需要在现实中实验才能投入使用。 D: 机器学习一般需要人的参与,只要把数据输入合适的算法就可以得到有用的结果。
内容
- 0
以下有关传统机器学习算法处理大数据的说法错误的是哪个? A: 传统机器学习算法大多数不支持数据的批处理。 B: 大数据通过合理切分就可以转化为传统机器学习算法容易处理的小数据。 C: 传统机器学习的算法在处理大数据时需要通过分布式的改造。 D: 传统机器学习通过数据的批处理很容易快速地处理大数据。
- 1
有关机器学习算法选择的说法不正确的有哪些? A: 每种算法都有其使用范围,因此选择算法需要考虑具体处理的问题。 B: 机器学习算法的好坏需要通过实验比较确定。 C: 判断机器学习算法好坏在数据需求阶段就可以确定。 D: 对于图像分类问题,深度学习算法的准确度一定好于传统的分类算法。
- 2
有关机器学习工程师下面说法正确的是? A: 不需要了解一定的相关业务知识 B: 不需要熟悉数据的提取和预处理 C: 需要一定的数据分析实际项目训练 D: 培训后就能胜任实际数据分析
- 3
利用python进行数据分析通常会用到一些第三方库,下列对应关系正确的是() A: Numpy:数据预处理和数据分析 B: Matplotlib:数值计算 C: Pandas:数据可视化 D: scikit-learn:机器学习算法建模预测
- 4
数据预处理是数据分析挖掘的重要阶段,sklearn是著名的机器学习模块,请写出sklearn中常用来做数据预处理的模块名。