题目内容

给定正例点 x1(3,3)、x2(4,3)和反例点 x3(1,1),其线性可分支持向量机为(____)。

A. f(x)=sign(x1+x2-1)
B. f(x)=sign(0.5x1+0.5x2-1)
C. f(x)=sign(x1+x2-2)
D. f(x)=sign(0.5x1+0.5x2-2)

查看答案
更多问题

关于 SVM 说法不正确的是(____)。

A. L2 正则项,作用是最大化分类间隔,使得分类器拥有更强的泛化能力
B. Hinge 损失函数,作用是最小化经验分类错误
C. 分类间隔为 1/||w||,||w||代表向量的模
D. 当参数 C 越小时,分类间隔越大,分类错误越多,趋于欠学习

关于支持向量回归说法正确的是(____)。

A. 模型输出和实际输出完全相同时,损失才为零
B. 落入间隔带的样本不计算损失
C. 支持向量回归损失函数采用最小二乘损失函数
D. 支持向量回归损失函数采用 hinge 损失函数

假设一所学校有 60%男生和 40%女生; 女生穿裤子的人数和穿裙子的人数相等; 所有男生穿裤子。一个人在远处随机看到了一个穿裤子的学生。那么这个学生是女生的概率是多少?

A. 0.2
B. 0.25
C. 0.4
D. 0.5

关于聚类任务说法正确的是(____)。

A. 聚类试图将数据集的样本划分为若干个类簇,从而每个簇对应一个潜在的类别
B. 聚类用于寻找数据内在的分布结构,常作为分类等其他学习任务的前驱过程
C. 聚类算法涉及性能度量和距离计算两个基本问题
D. 以上都不对

答案查题题库