機器學習題 含答案和解析

2021-10-21 13:33:32 字數 1146 閱讀 4880

1. 一監獄人臉識別准入系統用來識別待進入人員的身份,此系統一共包括識別4種不同的人員:獄警,小偷,送餐員,其他。下面哪種學習方法最適合此種應用需求:

a  二分類問題

b  多分類問題

c  層次聚類問題

d  k-中心點聚類問題

e  回歸問題

f  結構分析問題

2. 以下( )不屬於線性分類器最佳準則?

a  感知準則函式

b  貝葉斯分類

c  支援向量機

d  fisher準則

3. 以下屬於歐式距離特性的有()

a  旋轉不變性

b  尺度縮放不變性

c  不受量綱影響的特性

4. 如果以特徵向量的相關係數作為模式相似性測度,則影響聚類演算法結果的主要因素有( )

a  已知類別樣本質量

b  分類準則

c  量綱

5. 在統計模式分類問題中,當先驗概率未知時,可以使用以下哪項準則?

a  最小損失準則

b  最小最大損失準則

c  最小誤判概率準則

6. 不會對基本k-均值演算法產生影響的因素是()

a  樣本輸入順序

b  模式相似性測度

c  聚類準則

d  初始類中心的選取

7. 模式識別中,不屬於馬式距離較之於歐式距離的優點的是( )

a  平移不變性

b  尺度不變性

c  考慮了模式的分布

8. 以下不屬於影響聚類演算法結果的主要因素有()

a  已知類別的樣本質量

b  分類準則

c  特徵選取

d  模式相似性測度

9. 已知一組資料的協方差矩陣p,下面關於主分量說法錯誤的是()

a  主分量分析的最佳準則是對一組資料進行按一組正交基分解, 在只取相同數量分量的條件下,以均方誤差計算截尾誤差最小

b  在經主分量分解後,協方差矩陣成為對角矩陣

c  主分量分析就是k-l變換

d  主分量是通過求協方差矩陣的特徵值得到

10. 以下哪些方法不可以直接來對文字分類?

a  kmeans

b  決策樹

c  支援向量機

d  knn

獲取答案和詳細的答案解析:

機器學習題 含答案和解析

1.目標變數在訓練集上的7個實際值為 1,1,1,1,0,0,0 目標變數的熵近似值是 log3 7 0.847,log4 7 0.560 a 0.683 b 0.683 c 0.724 d 0.243 2.關於k means聚類演算法說法不正確的是 a 對大資料集有較高的效率並且具有可伸縮性。b ...

機器學習題 含答案和解析

1.假設x公司的員工收入分布中位數為 35,000,25 和75 比例處的數值為 21,000 和 53,000。收入 1會被認為是異常值嗎?a 是 b 否 c 需要更多資訊 d 以上都不對 2.眾所周知,身高體重呈正相關。忽略圖表大小 變數被標準化了 下列兩張圖哪張更像描繪身高 x軸 體重 y軸 ...

機器學習題 含答案和解析

a 只有 1 b 只有 2 c 只有 3 2.下面哪個 些超引數的增加可能會造成隨機森林資料過擬合?1 樹的數量 2 樹的深度 3 學習速率 a 只有 1 b 有1 2 c 只有 3 d 都正確 3.下面哪一項對梯度下降 gd 和隨機梯度下降 sgd 的描述是正確的?1 在 gd 和 sgd 中,每...