A) Підсумувати категоріальні дані. B) Обчислювати середні значення числових даних. C) Створювати візуальні представлення даних. D) Дослідити взаємозв'язок між змінними.
A) Розмір набору даних. B) Наскільки добре модель відповідає спостережуваним даним. C) Кількість змінних у моделі. D) Тип використаного статистичного тесту.
A) Нормальний розподіл залишків B) Гомоскедастичність C) Незалежність спостережень D) Лінійність
A) Логістична регресія B) PCA C) ANOVA D) Дерево рішень
A) Видалити всі вхідні змінні, крім найважливішої. B) Створення нових вхідних змінних на основі існуючих даних для покращення продуктивності моделі. C) Точно підігнати модель під навчальні дані. D) Автоматизувати весь процес моделювання.
A) Перевірка припущення про лінійність у регресійних моделях. B) Оцінити продуктивність моделі класифікації. C) Оцінити відповідність у логістичній регресії. D) Підсумувати розподіл набору даних.
A) Створити єдиний складений показник з декількох змінних. B) Групування схожих даних на основі шаблонів або ознак. C) Побудувати графік точок даних у двовимірному просторі. D) Дослідити причинно-наслідкові зв'язки.
A) Коли модель занадто складна і вносить шум у дані. B) Коли модель ідеально підходить для навчальних даних, але дає збій на нових даних. C) Коли модель є правильною і добре узагальнює невидимі дані. D) Коли модель занадто проста і не має достатньої прогностичної сили.
A) Регресійний аналіз B) Тест хі-квадрат C) Перехресна перевірка D) Аналіз головних компонент |