BAT机器学习面试1000题(621~625题)


621题

如果对相同的数据进行逻辑回归,将花费更少的时间,并给出比较相似的精度(也可能不一样),怎么办?假设在庞大的数据集上使用Logistic回归模型。可能遇到一个问题,Logistic回归需要很长时间才能训练。

A、降低学习率,减少迭代次数

B、降低学习率,增加迭代次数

C、提高学习率,增加迭代次数

D、增加学习率,减少迭代次数

正确答案是:D

解析:

答案:D如果在训练时减少迭代次数,就能花费更少的时间获得相同的精度,但需要增加学习率。

622题

Logistic regression(逻辑回归)是一种监督式机器学习算法吗?

A、是

B、否

正确答案是:A

解析:

当然,Logistic regression是一种监督式学习算法,因为它使用真假标签进行测试。 测试模型时,监督式学习算法应具有输入变量(x)和目标变量(Y)。

623题

Logistic Regression主要用于回归吗?

A、是

B、否

正确答案是: B

解析:

逻辑回归是一种分类算法,不要因为名称将其混淆。

624题

是否能用神经网络算法设计逻辑回归算法?

A、是

B、否

正确答案是:A

解析:

是的,神经网络是一种通用逼近器,因此能够实现线性回归算法。

625题

是否可以对三分问题应用逻辑回归算法?

A、是

B、否

正确答案是:A

解析:

当然可以对三分问题应用逻辑回归,只需在逻辑回归中使用One Vs all方法。

题目来源:七月在线官网(https://www.julyedu.com/)——面试题库——笔试练习——机器学习
已邀请:

要回复问题请先登录注册

返回顶部