有一包含1,000个样本的数据集，经过特征提取和特征选择，平均每个样本提取出了100个特征，共100,000个，其中不重复的特征为10,000个，如果采用向量空间模型将样本表示为向量，那么每个样本被表示为多少位的向量（）
10000
举一反三
- 若将训练集记为矩阵X，其中包含了m个样本，每个样本的特征数量为[img=18x17]1803c3bd4c0a815.png[/img]个，则X的维度为 未知类型：{'options': ['', '', '', ''], 'type': 102}
- 如果卷积神经网络的输入数据集维度为（10000，128，128，3），表示数据集中图片的高和宽为_______像素，数据集样本总数为_______,每个样本图片有________个通道。
- bootstrap据表示的是( )。 A: 有放回地从总共M个特征中抽样m个特征 B: 无放回地从总共M个特征中抽样m个特征 C: 无放回地从总共N个样本中抽样n个样本 D: 有放回地从总共N个样本中抽样n个样本
- bootstrap数据是指 A: 从总共M个特征中有放回地抽样m个特征 B: 从总共M个特征中无放回地抽样m个特征 C: 从总共N个样本中有放回地抽样n个样本 D: 从总共N个样本中无放回地抽样n个样本
- __________是一个图像数据集，包括 60,000 个样本的训练集和 10,000 个样本的测试集，包含 10 个服饰类别标签。 A: MNIST B: Fashion-MNIST C: CIFAR-10 D: CIFAR-100
内容
- 0
假设我们有一组样本数据，分为两个类别，且每个样本都由n维特征表示，那么：（
- 1
若将训练集记为矩阵X，其中包含了m个样本，每个样本的特征数量为[img=18x17]1803c3bd4c0a815.png[/img]个，则X的维度为 A: [img=41x19]1803c3bd5417fc6.png[/img] B: [img=56x20]1803c3bd5c1e695.png[/img] C: [img=49x19]1803c3bd64aa8e6.png[/img] D: [img=56x20]1803c3bd6cb6b41.png[/img]
- 2
下列关于 bootstrap 说法正确的是？（ ） A: 从总的 M 个特征中，有放回地抽取 m 个特征（m ＜ M） B: 从总的 M 个特征中，无放回地抽取 m 个特征（m ＜ M） C: 从总的 N 个样本中，有放回地抽取 n 个样本（n ＜ N） D: 从总的 N 个样本中，无放回地抽取 n 个样本（n ＜ N）
- 3
有一softmax模型，假设输入x的有m个样本，其特征有d个，所有的输入样本一共有n个类别，则该模型的神经元有（）个 A: m B: d C: n D: d*n
- 4
KNN算法的分类原理有()。 A: 把已经分类或需要分类的样本在定义的特征空间上表征 B: 需要分类的样本选择特征空间上和自己最邻近的K个样本 C: 需要分类的样本的类别就是这K个样本中最多的那个类别