BAT机器学习面试1000题(566~570题)


566、逻辑回归与多元回归分析有哪些不同?

A、逻辑回归预测某事件发生的概率

B、逻辑回归有较高的拟合效果

C、逻辑回归回归系数的评估

D、以上全选

正确答案是:D

解析:

答案:D

逻辑回归是用于分类问题,我们能计算出一个事件/样本的概率;一般来说,逻辑回归对测试数据有着较好的拟合效果;建立逻辑回归模型后,我们可以观察回归系数类标签(正类和负类)与独立变量的的关系。

567、"过拟合是有监督学习的挑战,而不是无监督学习"以上说法是否正确:

A、正确

B、错误

正确答案是: B

解析:

答案:B

我们可以评估无监督学习方法通过无监督学习的指标,如:我们可以评估聚类模型通过调整兰德系数。

568、中文同义词替换时,常用到Word2Vec,以下说法错误的是

A、Word2Vec基于概率统计

B、Word2Vec结果符合当前预料环境

C、Word2Vec得到的都是语义上的同义词

D、Word2Vec受限于训练语料的数量和质量

正确答案是:C

解析:

Word2vec,为一群用来产生词向量的相关模型。这些模型为浅而双层的神经网络,用来训练以重新建构语言学之词文本。网络以词表现,并且需猜测相邻位置的输入词,在word2vec中词袋模型假设下,词的顺序是不重要的。

训练完成之后,word2vec模型可用来映射每个词到一个向量,可用来表示词对词之间的关系。该向量为神经网络之隐藏。

Word2vec依赖skip-grams或连续词袋(CBOW)来建立神经词嵌入。

569、假定你用一个线性SVM分类器求解二类分类问题,如下图所示,这些用红色圆圈起来的点表示支持向量

1.png


如果移除这些圈起来的数据,决策边界(即分离超平面)是否会发生改变?

A、Yes

B、No

正确答案是: B

解析:

从数据的分布来看,移除那三个数据,决策边界不会受影响。

570、如果将数据中除圈起来的三个点以外的其他数据全部移除,那么决策边界是否会改变?

2.png


A、会

B、不会

正确答案是: B

解析:

决策边界只会被支持向量影响,跟其他点无关。
已邀请:

假如

赞同来自:


刷了这么多题,真要感谢小编

要回复问题请先登录注册

返回顶部