感知机支持向量机和对数线性模型的训练目标函数都可以看作是 A、最小化训练数据上的经验风险。 B、最小化任何数据上的期望风险。 C、最小化开发数据上的经验风险。 D、最小化测试数据上的期望风险。 喵查答案:最小化训练数据上的经验风险。 ……继续阅读 »
显著性检验的p值Significance level具体代表 A、两个模型性能具有差别的概率。 B、实验结果存在误差的概率。 C、一个模型强于另一个模型的概率。 D、两个模型内在性能相同的概率。 喵查答案:两个模型内在性能相同的概率。 ……继续阅读 »
对数线性模型的训练目标函数是 A、最大边缘Maximum margin B、最大似然Maximum likelihood C、最小二乘Minimum square error D、以上都不是 喵查答案:最大似然Maximum likelihood ……继续阅读 »
在随机梯度下降算法优化对数线性模型的过程中,每一轮迭代针对当前样本计算的是 A、当前样本的模型概率。 B、当前样本对于输入变量的梯度。 C、当前样本局部损失函数对于模型参数的导数。 D、当前样本模型概率对于模型参数的导数。 喵查答案:当前样本局部损失函数对于模型参数的导数。 ……继续阅读 »
关于多分类感知机和支持向量机的比较 A、感知机没有明确的优化目标函数,但支持向量机具有。 B、感知机的训练目标函数和支持向量机相似,但是后者多了一项正则项。 C、支持向量机优化向量空间中的超平面,但感知机不具有空间解释。 D、两种算法的目标函数都可以看成是正确输出和错误输出之间的分差,且优化的目标分差相同。 喵查答案:感知机的训练目标函数和支持向量机相似,但是后者多了一项正则项。 ……继续阅读 »
0/1损失函数为什么不能用于定义模型的损失函数 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 »
下列关于特征的陈述,哪些是正确的 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 »
下列哪些手段可以解决信息量低的高频词对于基于词频的文档向量表示的不利影响 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 »
多分类感知机与二分类感知机相同之处 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 »
线性模型在训练数据上能够完全区分不同的样本,取决于: 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 »
下列陈述正确的包括 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 »
下列对于K-均值聚类正确的说法有 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 »
K-均值聚类中关于K取值的说法正确的有 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 »
关于分类问题和聚类问题正确的说法有 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 »
关于支持向量机(support vector machine)和朴素贝叶斯模型,下列说法错误的是 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 »