阿摩線上測驗
登入
首頁
>
iPAS◆資料處理與分析概論◆初級
>
110年 - 110-2 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119174
> 試題詳解
35. 關於 K 摺(K-folds)法,下列敘述何者「不」正確?
(A) 初始將資料隨機區分成 K 個子樣本
(B) 一個單獨的子樣本被保留作為測試模型,其他 K-1 個樣本為訓練 模型
(C) 整個 K 摺法會重複(K+1)次
(D) 一般可採用 K=10 進行 K 摺法
答案:
登入後查看
統計:
A(0), B(1), C(11), D(0), E(0) #3219069
詳解 (共 1 筆)
MoAI - 您的AI助手
B1 · 2025/10/26
#6971535
1. 題目解析 K 摺(K-folds)...
(共 926 字,隱藏中)
前往觀看
0
0
相關試題
36. R 語言中,計算資料百分位數的指令為下列何者? (A) quantile (B) percent (C) median (D) sum
#3219070
37. 參考附圖,R 語言中,關於群集分析的執行結果,下列敘述何者 「不」正確? (A) 群集個數為 4 (B) 群集的總距離變異平方和為 1079964 (C) 群集間的總距離變異平方和為 132781.9 (D) 群集內的總距離變異平方和為 947182.1
#3219071
38. 關於 Apriori 演算法,下列敘述何者「不」正確? (A) 採用頻繁項目集(Frequent Itemsets)的布林值關聯規則方法 (B) 計算每一個候選項目集的數目 (C) 依據事先設定的最小支持度,以衡量候選項目集的關聯規則是否 顯著 (D) 如果某候選項目集為頻繁項目集,則其所有子集合一定不是頻繁 項目集
#3219072
39. 關於頻繁模式增長(Frequent-Pattern Growth)演算法,下列敘述何者 「不」正確? (A) 可應用於關聯規則分析 (B) 將整個交易中包括頻繁項目集(Frequent Itemsets)壓縮至頻繁模 式樹(Frequent-Pattern Tree) (C) 最多只掃瞄資料庫一次,可大量減少輸入/輸出(Input/Output) 時間 (D) 頻繁模式樹僅儲存頻繁項目集 L1
#3219073
40. 非監督式學習(Unsupervised Learning)和監督式學習(Supervised Learning)最大的差異為何? (A) 依變項的有無 (B) 依變項是否為類別變項 (C) 自變項是否為數值型變項 (D) 自變項的多寡
#3219074
41. 關於決策樹(Decision Tree),下列何者「不」是其包含三種類型的節 點? (A) 根節點(Root Node) (B) 內部節點(Internal Node) (C) 枝節點(Branch Node) (D) 葉節點(Leaf Node)
#3219075
42. 進行線性迴歸(Linear Regression)時,通常使用何種方法進行模型 配適? (A) 最小平方法 (B) 移動平均法 (C) 歐式距離法 (D) 最大平方法
#3219076
43. 關於羅吉斯迴歸(Logistic Regression)與線性迴歸(Linear Regression)的比較,下列何者正確? (A) 羅吉斯回歸與線性回歸,都屬於非監督式學習(Unsupervised Learning) (B) 線性回歸的輸出是連續的數值 (C) 羅吉斯回歸常使用於預測房屋價格等數值問題 (D) 線性回歸常使用於預測分類問題
#3219077
44. 請問在一個接收者操作特徵(Receiver Operating Characteristic, ROC) 曲線圖中,該圖的 X 軸與 Y 軸分別為何? (A) X: False Positive Rate;Y: True Positive Rate (B) X: Precision;Y: Recall (C) X: Sensitivity;Y: Specificity (D) X: Detection Rate;Y: Accuracy
#3219078
45. 下列何者較「不」適合使用線性迴歸(Linear Regression)模型作為 預測? (A) 用身高預測高中生的體重 (B) 使用球員薪資、投籃數、以及投籃命中率來預測 NBA 總冠軍的 機率 (C) 使用居住區域、人口密度、以及人口薪資水平來預測房價 (D) 使用教育程度、工作年資、以及年齡來預測收入
#3219079
相關試卷
113年 - 113-1 巨量資料分析師能力鑑定初級試題:資料處理與分析概論#122978
2024 年 · #122978
112年 - 112 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#116824
2023 年 · #116824
111年 - 111 巨量資料分析師能力鑑定考試02:資料處理與分析概論#114287
2022 年 · #114287
110年 - 110-1 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119175
2021 年 · #119175
110年 - 110-2 初級巨量資料分析師能力鑑定考試02:資料處理與分析概論#119174
2021 年 · #119174
109年 - 109-2 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119179
2020 年 · #119179
109年 - 109 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119176
2020 年 · #119176
108年 - 108 初級巨量資料分析師能力鑑定試題:資料處理與分析概論#119181
2019 年 · #119181