zoukankan      html  css  js  c++  java
  • 【原】Coursera—Andrew Ng机器学习—Week 7 习题—支持向量机SVM

    【1】

    【2】

    Answer: B。 即 x1=3这条垂直线。

    【3】

    Answer: B

    因为要尽可能小。对B,右侧红叉,有1/2 * 2  = 1 ≥ 1,左侧圆圈,有1/2 * -2  = -1 ≤ -1。

    A太小不满足不等式

    【4】

    参考课件:


     测验

    Answer:B。

     

    Answer: B

    Answer:CD

     

    Answer: ABG

    欠拟合。

    A 正确。增加feature、增加多项式feature

    B 正确。神经网络增加hidden units

    C 错误。逻辑回归成本函数是凸的,因此梯度下降总是会找到全局最小值。

    D 错误。

    E 错误。

    F 错误。已经欠拟合了,应该减小

    G 正确。

     

              

    Answer: ADE

    A 正确。使用高斯核做相似性度量,要求数据处于大致相同的范围内。

    B 错误。线性可分的数据集通常可以由许多不同的线分隔。 改变参数C将导致SVM的决策边界在这些可能性之间变化。 例如,对于非常大的C值,它可以学习更大的θ值以增加某些示例的余量。

    C 错误。K个分类器

    D 正确。范围为0-1,参考课件

    E 正确

    F 错误

  • 相关阅读:
    Mac OS X上安装 Ruby运行环境
    MAC 命令行工具(Command Line Tools)安装
    如何快速正确的安装 Ruby, Rails 运行环境
    安裝 Rails 開發環境
    用模块化编程
    阅读技术书籍
    NHibernate构建一个ASP.NET MVC应用程序
    SQL注入
    Redis
    Code digest
  • 原文地址:https://www.cnblogs.com/maxiaodoubao/p/10153163.html
Copyright © 2011-2022 走看看