



下載本文檔
版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
機(jī)器學(xué)習(xí)基礎(chǔ)知到章節(jié)測(cè)試答案智慧樹(shù)2023年最新太原理工大學(xué)第一章測(cè)試樣本是連續(xù)型數(shù)據(jù)且有標(biāo)簽,我們采用()進(jìn)行機(jī)器學(xué)習(xí)。
參考答案:
回歸算法在機(jī)器學(xué)習(xí)中,樣本常被分成()。
參考答案:
其它選項(xiàng)都有機(jī)器學(xué)習(xí)算法需要顯示編程,具備歸納、總結(jié)等自學(xué)習(xí)能力。()
參考答案:
錯(cuò)機(jī)器學(xué)習(xí)和人工智能、深度學(xué)習(xí)是一個(gè)概念,都是指機(jī)器模仿人類(lèi)推理、學(xué)習(xí)能力。()
參考答案:
錯(cuò)特征工程非常重要,在采用機(jī)器學(xué)習(xí)算法前,首先需要利用特征工程確定樣本屬性。()
參考答案:
對(duì)第二章測(cè)試K近鄰算法認(rèn)為距離越近的相似度越高。()
參考答案:
對(duì)K近鄰算法中數(shù)據(jù)可以不做歸一化,因?yàn)槭欠駳w一化對(duì)結(jié)果影響不大。()
參考答案:
錯(cuò)K近鄰算法中采用不同的距離公式對(duì)于結(jié)果沒(méi)有影響。()
參考答案:
錯(cuò)在上面圖中,K=5,綠色樣本的類(lèi)別是()。
參考答案:
藍(lán)色正方形在K近鄰算法中,K的選擇是()?
參考答案:
與樣本有關(guān)第三章測(cè)試下列()中兩個(gè)變量之間的關(guān)系是線(xiàn)性的。
參考答案:
重力和質(zhì)量下列說(shuō)法不正確的是()。
參考答案:
回歸就是數(shù)據(jù)擬合從某大學(xué)隨機(jī)選擇8名女大學(xué)生,其身高x(cm)和體重y(kg)的回歸方程是y=0.849x-85.712,則身高172cm的女大學(xué)生,預(yù)測(cè)體重為()。
參考答案:
60.316kglasso中采用的是L2正則化。()
參考答案:
錯(cuò)線(xiàn)性回歸中加入正則化可以降低過(guò)擬合。()
參考答案:
對(duì)第四章測(cè)試以下說(shuō)法正確的是()。
參考答案:
logistic回歸的樣本屬性是連續(xù)型數(shù)據(jù)logistic回歸只能用于二分類(lèi)問(wèn)題。()
參考答案:
錯(cuò)logistic回歸中也可以用正則化方法來(lái)防止過(guò)擬合。()
參考答案:
對(duì)考慮一個(gè)有兩個(gè)屬性的logistic回歸問(wèn)題。假設(shè),則分類(lèi)決策平面是()。
參考答案:
****假設(shè)訓(xùn)練了一個(gè)logistic回歸分類(lèi)器,對(duì)于一個(gè)樣本我們有,則該式說(shuō)明()。
參考答案:
;第五章測(cè)試以下關(guān)于梯度下降算法說(shuō)法正確的是()。
參考答案:
學(xué)習(xí)率的選取會(huì)影響梯度下降算法的求解速度隨機(jī)梯度下降導(dǎo)致方向變化過(guò)大,不能很快收斂到最優(yōu)解。()
參考答案:
對(duì)小批量梯度下降是結(jié)合了批量梯度下降和隨機(jī)梯度下降,性能比批量梯度下降和隨機(jī)梯度下降都好。()
參考答案:
對(duì)批量梯度下降是最原始的形式,它是指在每一次迭代時(shí)使用一部分樣本的梯度來(lái)更新參數(shù)。()
參考答案:
錯(cuò)隨機(jī)梯度下降中每次迭代使用一個(gè)樣本的梯度。()
參考答案:
對(duì)第六章測(cè)試決策樹(shù)模型中建樹(shù)的基本原則是()。
參考答案:
信息增益大的屬性應(yīng)放在上層哪些情況下必須停止樹(shù)的增長(zhǎng)()
參考答案:
當(dāng)前數(shù)據(jù)子集為空;當(dāng)前數(shù)據(jù)子集的標(biāo)簽一致;沒(méi)有更多可用屬性;當(dāng)前訓(xùn)練誤差已經(jīng)較低關(guān)于決策樹(shù)剪枝操作正確的描述是()。
參考答案:
可以防止過(guò)擬合決策樹(shù)模型中如何處理連續(xù)型屬性()。
參考答案:
根據(jù)信息增益選擇閾值進(jìn)行離散化下面哪個(gè)可能是決策樹(shù)的決策邊界()。
參考答案:
****第七章測(cè)試下面對(duì)集成學(xué)習(xí)模型中的弱學(xué)習(xí)器描述錯(cuò)誤的是?()
參考答案:
弱學(xué)習(xí)器通常會(huì)過(guò)擬合給定數(shù)據(jù)集及弱分類(lèi)器如上圖,回答問(wèn)題:初始樣本的權(quán)重為()。
參考答案:
0.1給定數(shù)據(jù)集及弱分類(lèi)器如上圖,回答問(wèn)題:第一次迭代選擇的分類(lèi)器是(
)。
參考答案:
;給定數(shù)據(jù)集及弱分類(lèi)器如上圖,回答問(wèn)題:經(jīng)過(guò)一次迭代,第一個(gè)弱學(xué)習(xí)器的權(quán)重為()。
參考答案:
0.4236給定數(shù)據(jù)集及弱分類(lèi)器如上圖,回答問(wèn)題:經(jīng)過(guò)一次迭代,錯(cuò)誤分類(lèi)的樣本權(quán)重更新為()。
參考答案:
****第八章測(cè)試下列選項(xiàng)中,對(duì)于硬間隔支持向量機(jī),超平面應(yīng)該是()。
參考答案:
****下列選項(xiàng)中,對(duì)于軟間隔支持向量機(jī),超平面應(yīng)該是()。
參考答案:
****現(xiàn)有一個(gè)能被正確分類(lèi)且遠(yuǎn)離超平面的樣本,如果將其刪除,不會(huì)影響超平面的選擇。()
參考答案:
對(duì)上圖中,長(zhǎng)方形框中的樣本松弛變量的值為()。
參考答案:
大于1上圖中哪個(gè)超平面泛化能力更強(qiáng)()。
參考答案:
A第九章測(cè)試訓(xùn)練樣本如下,其中和
是特征,取值的集合為A1={1,2,3}和
A2={S,M,L},C是類(lèi)標(biāo)記,取值為{-1,1},回答如下問(wèn)題:采用樸素貝葉斯算法,樣本屬于
1的概率為:()
參考答案:
1.48%訓(xùn)練樣本如上,其中和是特征,取值的集合為A1={1,2,3}和
A2={S,M,L},C是類(lèi)標(biāo)記,取值為{-1,1},回答如下問(wèn)題:采用樸素貝葉斯算法,確定的分類(lèi)為:()
參考答案:
-1訓(xùn)練樣本如上,其中和是特征,取值的集合為A1={1,2,3}和
A2={S,M,L},C是類(lèi)標(biāo)記,取值為{-1,1},回答如下問(wèn)題:采用樸素貝葉斯算法,樣本屬于
-1的概率為:()
參考答案:
10%樸素貝葉斯的基本假設(shè)是屬性之間是相互獨(dú)立的。()
參考答案:
對(duì)樸素貝葉斯是概率模型。()
參考答案:
對(duì)第十章測(cè)試以下對(duì)經(jīng)典K-means聚類(lèi)算法解釋正確的是()
參考答案:
不能自動(dòng)識(shí)別類(lèi)的個(gè)數(shù),隨機(jī)挑選初始點(diǎn)為中心點(diǎn)計(jì)算以下是一組用戶(hù)的年齡數(shù)據(jù),將K值定義為2對(duì)用戶(hù)進(jìn)行聚類(lèi)。并隨機(jī)選擇16和22作為兩個(gè)類(lèi)別的初始質(zhì)心,回答以下問(wèn)題:[15,15,16,19,19,20,20,21,22,28,35,40,41,42,43,44,60,61,65]第一次迭代中,樣本“15”到質(zhì)心16的距離是()
參考答案:
1以下是一組用戶(hù)的年齡數(shù)據(jù),將K值定義為2對(duì)用戶(hù)進(jìn)行聚類(lèi)。并隨機(jī)選擇16和22作為兩個(gè)類(lèi)別的初始質(zhì)心,回答以下問(wèn)題:[15,15,16,19,19,20,20,21,22,28,35,40,41,42,43,44,60,61,65]第一次迭代結(jié)束后,樣本20的分類(lèi)為()
參考答案:
原質(zhì)心22的類(lèi)以下是一組用戶(hù)的年齡數(shù)據(jù),將K值定義為2對(duì)用戶(hù)進(jìn)行聚類(lèi)。并隨機(jī)選擇16和22作為兩個(gè)類(lèi)別的初始質(zhì)心,回答以下問(wèn)題:[15,15,16,19,19,20,20,21,22,28,35,40,41,42,43,44,60,61,65]第一次迭代結(jié)束后,原質(zhì)心16的類(lèi)包含()個(gè)樣本。
參考答案:
3以下是一組用戶(hù)的年齡數(shù)據(jù),將K值定義為2對(duì)用戶(hù)進(jìn)行聚類(lèi)。并隨機(jī)選擇16和22作為兩個(gè)類(lèi)別的初始質(zhì)心,回答以下問(wèn)題:[15,15,16,19,19,20,20,21,22,28,35,40,41,42,43,44,60,61,65]第一次迭代結(jié)束后,原質(zhì)心16更新后的質(zhì)心是()。
參考答案:
15.33第十一章測(cè)試如果某個(gè)項(xiàng)集是頻繁的,那么它的所有子集也是頻繁的。()
參考答案:
對(duì)如果某個(gè)項(xiàng)集是頻繁的,那么它的所有超集也是頻繁的。()
參考答案:
錯(cuò)根據(jù)上面交易記錄,回答問(wèn)題:2級(jí)頻繁項(xiàng)集有()。
參考答案:
尿布,豆奶根據(jù)上面交易記錄,回答問(wèn)題:規(guī)則“豆奶->萵苣”的可信度是()。
參考答案:
3/4根據(jù)上面交易記錄,回答問(wèn)題:“豆奶”的支持度是()。
參考答案:
4/5第十二章測(cè)試下列關(guān)于主成分分析法(PCA)說(shuō)法錯(cuò)誤的是?()
參考答案:
要選出方差最小的作為主成分主成分分析是一個(gè)線(xiàn)性變化,就是把數(shù)據(jù)變換到一個(gè)新的坐標(biāo)系統(tǒng)中。()
參考答案:
對(duì)假設(shè)將原矩陣降維到一維,采用的特征向量為,則映射后的結(jié)果為()。
參考答案:
****假設(shè)有五條樣本,屬性是二維,樣本數(shù)據(jù)為:請(qǐng)回答以下問(wèn)題:協(xié)方差矩陣為()。
參考答案:
****假設(shè)有五條樣本,屬性是二維,樣本數(shù)據(jù)為:請(qǐng)回答以下問(wèn)題:進(jìn)行中心化后的結(jié)果為()。
參考答案:
****第十三章測(cè)試以下說(shuō)法中
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 問(wèn)題發(fā)現(xiàn)與2024年記者證考試試題及答案
- 現(xiàn)實(shí)問(wèn)題的統(tǒng)計(jì)分析探討試題及答案
- 2025《鋁材供貨合同》
- 2025成都房屋租賃合同的范本
- 2025上海短期員工勞動(dòng)合同模板
- 2025中文合同范文
- 高效復(fù)習(xí)美容師考試的策略試題及答案
- 河北邢臺(tái)襄都區(qū)2024-2025學(xué)年小升初數(shù)學(xué)模擬試卷含解析
- 民辦四川天一學(xué)院《建筑給排水課程設(shè)計(jì)》2023-2024學(xué)年第二學(xué)期期末試卷
- 廣東普寧市下架山中學(xué)2025年初三三模(最后一卷)英語(yǔ)試題試卷含答案
- 安徽省合肥市2025屆高三下學(xué)期3月二模試題 語(yǔ)文 含解析
- 命案防控講座課件內(nèi)容
- 2024年廣西職業(yè)院校技能大賽中職組《大數(shù)據(jù)應(yīng)用與服務(wù)》賽項(xiàng)競(jìng)賽樣題
- 9.1日益完善和法律體系課件-2024-2025學(xué)年統(tǒng)編版道德與法治七年級(jí)下冊(cè)
- 授權(quán)獨(dú)家代理商合作協(xié)議2025年
- PE特種設(shè)備焊工理論復(fù)習(xí)題庫(kù)(帶解析)
- 精準(zhǔn)醫(yī)療復(fù)合手術(shù)室
- 《基于三維熒光技術(shù)的水環(huán)境污染源深度溯源技術(shù)規(guī)范》
- 危險(xiǎn)廢物處理應(yīng)急預(yù)案(4篇)
- 江蘇省南京市2025屆高三第二次聯(lián)考英語(yǔ)試卷含解析
- 不同行業(yè)的企業(yè)會(huì)計(jì)制度比較分析
評(píng)論
0/150
提交評(píng)論