大学网课搜题引擎
首页
学堂在线
机器学习
第二章 分类
题目详情
简答题
超参数选择不当，会对模型有较大的负面影响，所以在参数调整策略方面，所有超参数都同等重要。这句话是否正确？
A、正确
B、错误
查看答案与解析
简答题
假如使用逻辑回归对样本进行分类，得到训练样本的准确率和测试样本的准确率。现在，在数据中增加一个新的特征，其它特征保持不变。然后重新训练测试。则下列说法正确的是？ A、训练样本准确率一定会降低 B、训练样本准确率一定增加或保持不变 C、测试样本准确率一定会降低 D、测试样本准确率一定增加或保持不变
简答题
下列哪些算法可以用来够造神经网络？ A、kNN B、线性回归 C、逻辑回归
简答题
假设使用逻辑回归进行 n 多类别分类，使用 One-vs-rest 分类法。下列说法正确的是？ A、对于 n 类别，需要训练 n 个模型 B、对于 n 类别，需要训练 n-1 个模型 C、对于 n 类别，只需要训练 1 个模型 D、以上说法都不对
简答题
逻辑回归常用来预测连续独立变量。这句话是否正确？ A、正确 B、错误
简答题
如果一个 SVM 模型出现欠拟合，那么下列哪种方法能解决这一问题？ A、增大惩罚参数 C 的值 B、减小惩罚参数 C 的值 C、减小核系数（gamma参数）
简答题
“增加卷积核的尺寸，一定能提高卷积神经网络的性能。” 这句话是否正确？ A、正确 B、错误
简答题
假定你在神经网络中的隐藏层中使用**函数 X。在特定神经元给定任意输入，你会得到输出 -0.01。X 可能是以下哪一个**函数？ A、ReLU B、tanh C、Sigmoid D、以上都有可能
简答题
假设在卷积神经网络的第一层中有 5 个卷积核，每个卷积核尺寸为 7×7，具有零填充且步幅为 1。该层的输入图片的维度是 224×224×3。那么该层输出的维度是多少？ A、217 x 217 x 3 B、217 x 217 x 8 C、218 x 218 x 5 D、220 x 220 x 7
简答题
如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的？ A、增加树的深度 B、增加学习率 C、减小树的深度 D、减少树的数量
简答题
决策树学习是一种逼近离散值目标函数的方法，学习到的函数被表示为一棵决策树。这句话是否正确？ A、正确 B、错误
机器学习
章节列表
第一章 绪论
11
第二章 分类
11
第三章 聚类
12
第四章 回归
12
期末考试
82
第五章 降维
12
第六章 深度学习及算法实例
12
超参数选择不当，会对模型有较大的负面影响，所以在参数调整策略方面，所有超参数都同等… - 答案解析 | 题目搜索引擎