支持向量机计算题 支持向量机算法是一种常见的什么算法( 三 )


12)正确答案:A
对于较大的C值,错误分类的点的代价非常高,因此决策边界将尽可能完美地分离数据 。
13)正确答案:A
该分类器可以最大化的提高大多数点之间的边距,同时会对少数点进行错误的分类,因为代价是非常低的 。
14)正确答案:C
如果我们非常容易就达到了100%的训练准确度,那么我们就需要检查来确认我们是否过度拟合了数据 。
15)正确答案:D
支持向量机是高度通用的模型,可用于几乎所有现实世界的问题,从回归到聚类和手写识别 。
16)正确答案:C
这里最好的选择是为模型创建尝试的变量 。
17)正确答案:C
更好的模型将降低偏差并增加方差
18)正确答案:A
增加C参数在这里是正确的,因为它将确保模型的规范化
19)正确答案:B
表述一和二是正确的 。
20)正确答案:D
对于一个4分类问题,如果使用one-vs-all方法,则必须至少训练SVM 4次 。
21)正确答案:B
需要10×4 = 40秒
22)正确答案:A
仅训练一次SVM就可以得到合适的结果
23)正确答案:A
增加数据的复杂性会使算法过度拟合数据 。
24)正确答案:C
两个给定的陈述都是正确的 。
25)正确答案:C
两个给定的陈述都是正确的 。
结果检查
是不是已经对完答案,已经算出自己的分数了呢,以下是参与者得分的总体分布,看一下自己的水平在那个位置吧:

支持向量机计算题 支持向量机算法是一种常见的什么算法

文章插图
在这个图表中,列表示的得分的人数,行表示获得的分数,全部答对的人只有1位,相信看完自己的分数后,你应该对自己的水平有了一定的了解,也明白自己对于支持向量机的哪些知识还有些不足,这样我们可以更好的去学习 。
25 Questions to test a Data Scientist on Support Vector Machines
Tags:


推荐阅读