题目内容
（请给出正确答案）
A.对于非数值型的属性，可以使用独热（onehot)编码或模糊化转换成数值
B.连续性属性可以采用最小最大值归一化，减少数值过大和不同属性量纲不同对网络的影响
C.预处理与否对神经网络的训练速度和分类准确率影响比较大
D.BP神经网络的输入属性不需要筛选，因为网络本身有特征获取能力
安装简答题APP，拍照搜题省时又省心！
更多“有关数据预处理对神经网络的影响，以下哪个说法是错误的？”相关的问题
B．源程序中凡是以 # 开始的控制行都是预处理命令行
C．一行上只能有一条有效的预处理命令
D．预处理命令是在程序正式编译之前被处理的
A、一个神经元只能拥有一个输入和一个输出下面关于单个神经元输入输出正确的是？
B、一个神经元只能拥有一个输入但可以有多个输出
C、一个神经元可以有多个输入和多个输出
D、一个神经元可以拥有多个输入但只有一个输出
A、660，45
B、3200，45
C、16000，48
D、3000，32
A、通过正则化可以减少网络参数的取值或个数，一定程度可能减少过拟合
B、通过增加数据扰动的数据增强增加了神经网络的过拟合
C、利用L1或L2正则化可以使权重衰减，从而一定程度上减少过拟合
D、在神经网络训练过程中类似dropout减少神经元或相关链接权的数量
A、对于分类问题，数据增强是减少数据不平衡的一种方法。
B、对于手写体的识别，对样本的反转、旋转、裁剪、变形和缩放等操作会提高神经网络的识别效果
C、数据增强会增加样本的个数，因此可能会减少过拟合
D、数据增强带来了噪声，因此一般会降低神经网络模型的效果
为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
微信搜一搜
简答题
微信搜一搜
简答题
如搜索结果不匹配，请 
