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
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
A. 0.2 B. 0.25 C. 0.4 D. 0.5
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
A. 欧式距离 B. 曼哈顿距离 C. 闵可夫斯基距离 D. VDM距离
微信支付 
支付宝支付