Font size
WorksheetsMachine Learning DelphIA
Total questions: 20
Worksheet time: 20mins
¿Cuál es la sentencia correcta para definir el algoritmo?
svr = scoore(kernel="lineas", C=1.0, epsilon=0.2)
svr = fit(kernel="lineas", C=1.0, epsilon=0.2)
svr = SVR(kernel="lineas", C=1.0, epsilon=0.2)
svr.scatter(x_svr, y_svr)
¿Cuál es la sentencia correcta para entrenar un modelo?
svr.fit(x_train, y_train)
svr.fiting(x_train, y_train)
fit(x_train, y_train)
svr.fit(x_train)
¿Con qué sentencia se realiza la predicción de un modelo?
y_pred = svr.pred(x_test)
y_pred = pred(x_test)
y_pred = svr.predicime(x_test)
y_pred = svr.predict(x_test)
¿Cómo se obtiene la precisión del modelo?
precision = svr.score(x_train, y_train)
precision = svr.scorer(x_train, y_train)
precision = score(x_train, y_train)
precision = svr.score(x_train)
¿Cuál su nombre?
Árbol
Perro
Pez
Arbolito
¿Qué es un árbol de Decisión Regresión?
Técnica de aprendizaje supervisada
Técnica que predice valores de respuestas mediante el aprendizaje de reglas de decisión
Técnica de aprendizaje no supervisada
Técnica de que fuerza valores de respuesta mediante reglas de decisión
¿Qué se utiliza para obtener una predicción para una observación particular?
Media
Mediana
Moda
Micro
¿Cuál es la función del árbol?
f(x) = m=1∑Mwm ϕ(x;Vvm)
f(x) = m=1∑Mwm2 ϕ(x;Vvm)
f(x) = m=1∑Mwm2 ϕ(x;Vvm)
f(x) = l=1∑Mwm ϕ(x2;Vvm)
wm ¿A que hace alusión?
A nada
Es la respuesta media del universo
Es la respuesta media en una región particular
Es la respuesta media en una región general
Al dividir un espacio de características p-dimensional ¿Qué característica se debe cumplir?
Dividir en M regiones mutuamente distintas
Las M regiones formadas deben cubrir completamente el subconjunto del espacio
Las M regiones deben superponerse
Las M regiones no deben superponerse
¿Cuál es el objetivo de la los árboles de Decisión Regresión?
Minimizar algún tipo de criterio de error
Minimizar la suma de cuadrados residual (RSS)
Maximizar algún tipo de criterio de error
Maximizar la suma de cuadrados residual (RSS)
¿Qué problema podría tener el árbol de Decisión Regresión?
Ninguno
Muchos
Propenso al Sobreajuste
Propenso al Subajuste
¿Cómo se puede especificar el limite de crecimiento de un árbol?
Mediante l número máximo de capas
Mediante sus ramas
Mediante la profundidad que el árbol puede tener
Mediante la altura del árbol
¿Cómo evitamos el Sobreajuste del árbol'
Limitando el crecimiento del árbol
Limitando la profundidad del árbol
Podar el árbol
Cortando el árbol
¿Qué modulo incluye todo lo referente al árbol de Decisión Regresión?
from sklearn.tree import TreeRegressor
from sklearn import DecisionTreeRegressor
from sklearn.tree import DecisionRegressor
from sklearn.tree import DecisionTreeRegressor
¿Para qué utilizamos la función "criterion"?
Para implementar la separación de los datos
Para implementar la profundudad de los datos
Para implementar la profundidad del árbol
Para dividir cada nodo
¿Para qué usamos "splitter"?
Para implementar la separación de los datos
Para implementar la profundudad de los datos
Estrategia utilizada para la división en cada nodo
Para dividir cada nodo
¿Para qué usamos "max_depth"?
Para implementar la separación de los datos
Para la profundidad del árbol
Estrategia utilizada para la división en cada nodo
Para dividir cada nodo
¿Cuál es la sentencia correcta para definir el algoritmo?
adr = DecisionTreeRegressor(max_depth = 5)
adr = TreeRegressor(max_depth = 5)
adr = DecisionRegressor(max_depth = 5)
adr = DecisionTreer(max_depth = 5)
¿Con qué sentencia se espacia de manera uniforme los datos?
x_grid != np.arange(min(x_test), max(x_test), 0.1)
x_grid = np.arrange(min(x_test), max(x_test), 0.1)
x_grid = arange(min(x_test), max(x_test), 0.1)
x_grid = np.arange(min(x_test), max(x_test), 0.1)
