下列关于相关与线性关系的说法正确的有（ ）。

A、相关不一定是线性关系，可能是非线性关系

B、相关一定是线性关系，不可能是非线性关系

C、相关时若有相关系数为0,说明两个变量之间不存在线性关系，仍可能存在非线性关系

D、相关系数为0是两个变量独立的必要不充分条件

E、

下列关于LDA判别分析思想的描述正确的有（ ）。

A、同类样例的投影点尽可能近

B、异类样例的投影点尽可能远

C、同类样例的投影点尽可能远

D、异类样例的投影点尽可能近

E、"

当构造线性模型时，应注意变量间的相关性。在相关矩阵中搜索相关系数时，如果发现3对变量的相关系数是（Vari和Var2、Var2和Var3、Var3和Vari ）,相关系数 分别是-0.98. 0.45. 1.23,则可以得出的结论有（）。

A、Var1和Var2是非常相关的

B、因为Var1和Var2是非常相关的，可以去除其中一个

C、Var3和Var1的相关系数1.23是不可能的

D、

E、

在正则化公式中，λ为正则化参数。下列关于λ的描述正确的有（ ）。

A、若正则化参数λ过大，可能会导致出现欠拟合现象

B、若λ太大，则梯度下降可能不收敛

C、取一个合理的λ，可以更好地应用正则化

D、如果令λ很大的话，为了使CostFunction尽可能的小，所有θ（不包括θ0）都会在一定程度上减小

E、

下列关于特征数据归一化的说法正确的有（ ）。

A、特征数据归一化加速梯度下降优化的速度

B、特征数据归一化有可能提高模型的精度

C、线性归一化适用于特征数值分化比较大的情况

D、概率模型不需要做归一化处理

E、"

下列可以用于特征降维的方法有（ ）。

A、主成分分析PCA

B、线性判别分析LDA

C、深度学习SparseAutoEncoder

D、矩阵奇异值分解SVD

E、

线性模型的基本形式有（ ）。

A、线性回归

B、对数几率回归（二分类问题）

C、线性判别分析（Fisher判别分析）

D、多分类学习

E、

下列属于范数规则化作用的有（ ）。

A、保证模型尽可能的简单，避免过拟合

B、约束模型特征

C、最小化问题

D、最大化问题

E、

常见的回归分析的种类有（ ）。

A、线性回归

B、系数回归

C、逻辑回归

D、曲线回归

E、

针对维数灾难，主要采用的降维方法有（ ）。

A、多维缩放

B、主成分分析

C、核化线性降维

D、流形学习

E、度量学习