第 1 / 1 页
非代码面试题
显示 16 / 16 道匹配题目
答题状态：未尝试未正确已正确
ID题目领域难度题型进度权限
4241PCA 主方向 1一个已经中心化的双特征数据集，其协方差矩阵为 [[4.2, 1.6], [1.6, 1.8]]。第一主成分方向及其方差是多少？机器学习中等数值题未尝试面试订阅4246解释方差占比 6某个协方差矩阵做 PCA 后得到特征值 12、3 和 1。第一主成分解释了总方差的多少比例？机器学习简单数值题未尝试面试订阅4247达到方差阈值所需维数 7PCA 得到的特征值是 12、3 和 1。若要求至少解释 90% 的方差，最少需要保留多少个主成分？机器学习简单数值题未尝试面试订阅4248主成分得分 8某个中心化点为 x=(3,1)，第一主成分载荷向量为 v=(2,1)/sqrt(5)。x 在 PC1 上的得分是多少？机器学习简单数值题未尝试面试订阅4249rank-1 重构 9某个 rank-1 PCA 近似只保留载荷向量 v=(1,2)/sqrt(5) 上的得分 4。它对应的中心化重构点是什么？机器学习简单数值题未尝试面试订阅4250白化后的方差 10一个 PCA 模型的成分方差分别是 4 和 1。做 whitening 之后，第二个白化成分的方差应是多少？机器学习简单数值题未尝试面试订阅4251第二主成分 11一个已经中心化的双特征数据集，其协方差矩阵为 [[1.8, 2.4], [2.4, 8.2]]。第二主成分方向及其方差是多少？机器学习中等数值题未尝试面试订阅4256两主成分重构 16某个中心化点在两个正交载荷 v1=(1,0)、v2=(0,1) 上的主成分得分分别是 (2,-1)。如果原始均值是 (5,7)，那么前两个主成分重构出的点是什么？机器学习中等数值题未尝试面试订阅4257舍弃方差比例 17某个 PCA 模型的特征值为 5、2 和 1。如果只保留前两个主成分，被舍弃的方差比例是多少？机器学习中等数值题未尝试面试订阅4258白化得分 18一个白化 PCA 变换会把原始主成分得分分别除以特征值 9 和 4 的平方根。如果原始得分是 (6,4)，白化后的得分是什么？机器学习中等数值题未尝试面试订阅4259投影到第一主成分 19某个中心化点为 x=(5,0)，第一主成分载荷为 v=(0.6,0.8)。如果只把 x 投影到 PC1 上，会得到什么点？机器学习中等数值题未尝试面试订阅4261为什么不同量纲下先标准化 21当原始变量的量纲差异很大时，为什么在 PCA 之前通常要先做标准化？机器学习中等essay未尝试面试订阅4262为什么 Whitening 可能放大噪声为什么过度 whitening 可能让下游模型在数值上更嘈杂？机器学习中等essay未尝试面试订阅4263为什么主成分符号翻转不影响本质 22为什么把主成分载荷向量整体乘以 -1，并不会改变 PCA 解的本质？机器学习中等essay未尝试面试订阅4264什么时候 PCA 会有害什么时候 PCA 反而可能伤害预测流程？机器学习中等essay未尝试面试订阅4265为什么第一主成分不一定最会预测 23为什么第一主成分即使解释了最多方差，也不一定最适合拿来预测标签？机器学习中等essay未尝试面试订阅