题目内容
（请给出正确答案）
[多选题]
我们想要训练一个ML模型，样本数量有100万个，特征维度是5000，面对如此大数据，如何有效地训练模型（）。
A.对训练集随机采样，在随机采样的数据上建立模型
B.尝试使用在线机器学习算法
C.使用PCA算法减少特征维度
查看答案
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
如果结果不匹配，请 联系老师 获取答案
题目内容
（请给出正确答案）
A.对训练集随机采样，在随机采样的数据上建立模型
B.尝试使用在线机器学习算法
C.使用PCA算法减少特征维度
如果结果不匹配，请 联系老师 获取答案
更多“我们想要训练一个ML模型，样本数量有100万个，特征维度是5…”相关的问题
A.使用前向特征选择方法
B.使用后向特征排除方法
C.我们先把所有特征都使用，去训练一个模型，得到测试集上的表现.然后我们去掉一个特征，再去训练，用交叉验证看看测试集上的表现.如果表现比原来还要好，我们可以去除这个特征
D.查看相关性表，去除相关性最高的一些特征
(i)求出样本中的平均工资和平均IQ。IQ的样本标准差是多少？(总体中的IQ已标准化为平均值是100，标准差是15。)
(ii)估计一个简单回归模型，其中IQ提高一个单位导致wage变化相同的数量。利用这个模型计算IQ提高15个单位时，工资的预期变化。10能够解释大多数工资波动吗？
(iii)现在再估计一个模型，其中IQ提高一个单位对工资具有相同的百分比影响。如果IQ提高15个单位，预期工资提高的百分比大约是多少？
A.在数据集比较大的时候，训练M个模型的计算开销可能是难以忍受的
B.改变了初始数据集的分布，引入估计偏差
C.样本利用率低
D.只能得到一个评估值
A.测试集和训练集是相互联系的
B.测试集是用以测试模型的数据集
C.通常测试集大约占总样本的三分之一
D.K-次交叉验证中，测试集只有1个，训练集有K-1个
A.VAE的变分下界由KL散度项和模型重建误差项组成
B.VAE是一类生成模型，可用于训练出一个样本的生成器
C.VAE的变分下界中，KL散度项可以为负值
D.VAE广泛用于生成图像
