Praca z danymi kategorialnymi: sprawdź swoją wiedzę

Weź udział w krótkim teście. Aby go zaliczyć, musisz odpowiedzieć poprawnie na co najmniej 4 pytania.

1. Które z tych elementów są przykładami danych kategorialnych? (Wybierz wszystkie pasujące odpowiedzi)

   Wybierz tyle odpowiedzi, ile uważasz za stosowne.

   Liczba stron w książce

   Numer telefonu

   Rodzaj frytek (kręcone, pomarszczone, krojone w steki, gofra)

   liczba gwiazdek (1–5 gwiazdek) przyznanych restauracji, gdzie 1 oznacza „słaba”; a 5 gwiazdek oznacza „świetny”

2. Prawda czy fałsz: etykiety maszyn są zwykle uważane za bardziej pożądane niż etykiety dostarczane przez weryfikatorów.

   Prawda

   Fałsz

3. Trenujesz model na zbiorze danych treningowych zawierającym funkcję eye_color, która może być jedną z 6 tych wartości: amber, blue, brown, gray, green, hazel.
   Które z poniższych opcji kodowania są prawidłowe dla wartości eye_color o wartości blue? (Wybierz wszystkie pasujące odpowiedzi)

   Wybierz tyle odpowiedzi, ile uważasz za stosowne.

   [0, 1, 0, 0, 0, 0]

   [1]

   [1, 2, 3, 4, 5, 6]

   [0, 1]

   [1, 0, 2, 3, 4, 5]

4. W którym z tych scenariuszy warto zastosować haszowanie cech?

   Liczba wartości cech kategorialnych jest bardzo duża.

   Liczba wartości cech kategorialnych jest bardzo mała.

   Model jest trenowany offline.

   Wszystkie możliwe wartości cechy kategorialnej można z góry wyliczyć.

5. Wykonujesz porównanie cech z tych 2 rodzajów:

   • apple_color, która przyjmuje jedną z tych 4 wartości: green, red, white lub yellow
   • apple_texture, który przyjmuje jedną z tych 2 wartości: crisp lub mushy

   Ile wpisów składa się w wynikowym wektorze krzyżowym cech?

   1

   2

   6

   8

Prześlij odpowiedzi

Czy te wskazówki były pomocne?