在主成分分析中,我们将带约束的最优化问题,通过拉格朗日乘子法将其转化为无约束最优化问题。下面对主成分分析中优化的目标函数和约束条件描述正确的是()。
A.保证映射投影(即降维后)所得结果相关度最大以及投影后结果方差最大
B.保证映射投影方向之间的方差最大以及投影方向正交(以去除冗余度)
C.保证映射投影(即降维后)所得结果方差最大以及投影方向正交(以去除冗余度)
D.保证映射投影(即降维后)所得结果冗余度最小以及投影后结果方差最大
A.保证映射投影(即降维后)所得结果相关度最大以及投影后结果方差最大
B.保证映射投影方向之间的方差最大以及投影方向正交(以去除冗余度)
C.保证映射投影(即降维后)所得结果方差最大以及投影方向正交(以去除冗余度)
D.保证映射投影(即降维后)所得结果冗余度最小以及投影后结果方差最大
第2题
第3题
A.您好!您在高峰时段访问互联网会出现网速慢的情况,我们已做好记录并保持跟踪。目前我司正在协调相应的可用资源来缓解该问题,处理完毕后我们会及时与您联系
B.您好,经检查该网速慢的故障非我公司问题造成,麻烦自行解决
C.应做如下解释:“您好!网络正在进行升级优化,以便给您提供更好的服务。预计**时间可恢复,给您带来不便,敬请谅解。”
第4题
A.尽量使用实数优化,减少整数约束和整数变量
B.尽量使用光滑优化,减少非光滑约束的个数
C.尽量使用非线性模型,减少线性约束和线性变量的个数
D.模型中使用的参数数量级要适当
第8题
A.安全约束调度
B.最优潮流
C.无功优化
D.发电计划
E.负荷预测
第9题
教材81页代码3.20中的List::selectionSort()算法,通过selectMax()在前缀子序列中定位的最大元素max,有可能恰好就是tail的前驱——自然,此时“二者”无需交换。针对这一“问题”,你可能会考虑做些“优化”,以期避免上述不必要的交换,比如将
a)以序列(1980,1981,1982,...,2011,2012;0,1,2,...,1978,1979)为例,这种情况共发生多少次?
b)试证明,在各元素等概率独立分布的情况下,这种情况发生的概率仅为1nn/n→0——也就是说,就渐进意义而言,上述“优化”得不偿失。
第10题
A.重视问题:问题是向导,重视问题就是寻找答案的第一步
B.批评对事不对人:公私分明,在感性中将问题最小化,结果最优化
C.互相信任:推进团队前进的潜在动力
D.赞美:理性的认可是激励的一剂良药
E.鼓励直接表达:助于培养成员的主见意识,增强自主能动性