知識檢查

已完成

檢定您的知識

1.

為什麼要在定型之前清除資料？

移除資料列讓我們的模型更健全。

清除資料可協助我們選取有助於模型效能的特徵。

移除具有錯誤的資料列，可防止這些資料列誤導定型流程。

2.

最適合使用獨熱向量來對哪一種資料進行編碼？

次序資料

有兩個可能值的分類資料

具有三個或多個值的分類資料

3.

什麼是資料樣本？ 什麼是母體？

樣本是我們關心的所有可能資料。 母體是我們實際擁有的資料子集。

母體擴展和樣本都會參考我們用來將模型定型的資料。

母體是我們關心的所有可能資料。 樣本是我們實際擁有的資料子集。

4.

您的模型效能不佳。 其中哪些選項絕對無法協助提升效能？

新增更多範例 (資料列)。

新增少量特徵 (資料行)，您知道這些特徵與模型嘗試預測的內容相關。

新增大量特徵，您知道這些特徵與模型嘗試預測的內容無關。

您必須先回答所有問題，才能檢查進度。