快乐学习
一个网站喵查铺子（catpuzi.com）全搞定~
A、这种损失函数会增大模型的经验风险。
B、这种损失函数属于离散函数。
C、这种损失函数，计算复杂度太高。
D、这种损失函数无法对模型参数求导。
喵查答案：这种损失函数无法对模型参数求导。
……继续阅读 »
A、是对具体信息的抽象数学表达
B、可以取整数值，也可以取实数值
C、必须同时包括输入和输出信息
D、分为特征类别和特征实例，后者经常作为特征向量的一部分
喵查答案：是对具体信息的抽象数学表达
可以取整数值，也可以取实数值
分为特征类别和特征实例，后者经常作为特征向量的一部分
……继续阅读 »
A、停用词的排除
B、对所有词的频率进行加一平滑
C、使用TF/IDF文档向量
D、对向量中的每个元素除以一个常数
喵查答案：停用词的排除
使用TF/IDF文档向量
……继续阅读 »
A、都将向量空间分成两个部分
B、训练目标都是使正确输出的分数高于错误输出的分数值
C、都在训练数据上迭代多轮更新
D、都使用正确输出的特征减去错误输出的特征进行参数调整
喵查答案：都将向量空间分成两个部分
都在训练数据上迭代多轮更新
……继续阅读 »
A、训练数据的线性可分性
B、模型特征定义的丰富程度
C、模型是不是判别式模型
D、模型是不是在训练数据上过拟和
喵查答案：训练数据的线性可分性
模型特征定义的丰富程度
……继续阅读 »
A、训练数据表现越准确的模型在测试数据表现不一定越准确
B、判别模型一定比生成模型准确
C、模型的特征定义的越丰富越多模型就越准确
D、感知机和支持向量机都是线性模型，但是有办法在线性不可分的数据上进行训练
喵查答案：训练数据表现越准确的模型在测试数据表现不一定越准确
感知机和支持向量机都是线性模型，但是有办法在线性不可分的数据上进行训练
……继续阅读 »
A、是一种有监督的机器学习方法
B、依赖于向量之间的空间距离度量
C、是一种迭代的算法
D、可以解决文本分类问题
喵查答案：依赖于向量之间的空间距离度量
是一种迭代的算法
……继续阅读 »
A、是一个模型的超参数
B、可以在模型优化中自动学习
C、取值会影响模型聚类的效果
D、需要在聚类算法运行之前确定
喵查答案：是一个模型的超参数
取值会影响模型聚类的效果
需要在聚类算法运行之前确定
……继续阅读 »
A、都是在向量空间寻找切分方式的算法
B、都只依赖输入文档的向量表示
C、效果都受到特征类别定义的影响
D、分类问题比聚类问题对向量空间的切分可控，是因为相应的模型参数更多
喵查答案：都是在向量空间寻找切分方式的算法
效果都受到特征类别定义的影响
分类问题比聚类问题对向量空间的切分可控，是因为相应的模型参数更多
……继续阅读 »
A、都是文本分类模型
B、都是概率模型
C、都是二分类模型模型
D、都是判别式模型
喵查答案：都是概率模型
都是二分类模型模型
都是判别式模型
……继续阅读 »
A、利用点到超平面的距离定义训练目标
B、模型参数可以被看成是一个超平面
C、可以很自然地解决二分类问题，但不能直接解决多分类问题
D、是一种在线的学习算法
喵查答案：利用点到超平面的距离定义训练目标
模型参数可以被看成是一个超平面
可以很自然地解决二分类问题，但不能直接解决多分类问题
……继续阅读 »
A、是一种在线的学习算法
B、模型参数可以被看成是定义一个超平面
C、给定一个输入，模型分数大于一则判断为正例，模型分数小于1则判断为负例
D、模型参数的数量和输入特征向量的长度无关
喵查答案：是一种在线的学习算法
模型参数可以被看成是定义一个超平面
给定一个输入，模型分数大于一则判断为正例，模型分数小于1则判断为负例
……继续阅读 »
A、将超平面映射成超曲面
B、将多分类问题转换成正确类别和错误类别的二分类
C、一个超平面不能解决多分类问题，需要对每个类别分别定义一个超平面
D、通过对输入和输出同时提取特征，对特征向量空间增维
喵查答案：将多分类问题转换成正确类别和错误类别的二分类
通过对输入和输出同时提取特征，对特征向量空间增维
……继续阅读 »
A、概率关系
B、空间距离关系
C、向量长度关系
D、贝叶斯法则
喵查答案：空间距离关系
……继续阅读 »
A、特征向量表达能力增强
B、模型训练的目标函数改变，用正确类别和错误类别的相对分值而不是绝对分值进行决策
C、对于多分类问题，模型的超平面定义彻底改变了，不需要平移参数就可以定义点到超平面的距离
D、多分类问题需要非线性变换，参数b变换之后不能保证代表空间平移距离，因此只能舍弃
喵查答案：模型训练的目标函数改变，用正确类别和错误类别的相对分值而不是绝对分值……继续阅读 »
