MNIST 手写体数字识别(0-9) 任务是经典的机器学习任务。MNIST数据集中包含训练集、测试集和验证集,其中一个数据样本包含两块:输入X手写体图片(28X28 像素矩阵)和对应的输出Y (label: 0-9)。 希望输入一个图片,通过机器学习算法,能判别这个图片是0-9中的哪一个。如下哪些算法可以完成这个任务? (_____)。
A. 线性回归
B. SVM
C. 朴素贝叶斯
D. k-means
查看答案
在数据预处理阶段,我们常常对数值特征进行归一化或标准化(standardization,normalization)处理。这种处理方式理论上不会对下列哪个模型产生很大影响? (_____)。
A. k-means
B. k-NN
C. 决策树
D. 朴素贝叶斯
以下各项中属于分类评估指标的有(_____)
A. 准确率
B. 召回率
C. ROC
D. AUC
关于SVM泛化误差描述准确的是(_____)
A. 超平面与支持向量之间的距离
B. SVM对未知数据的预测能力
C. SVM的误差阈值
D. SVM对训练数据的划分能力
下列算法能用于图像识别的是(____)
A. Sobel
B. R-CNN
C. 分水岭算法
D. 区域生长法
微信支付 
支付宝支付