题目内容（请给出正确答案）

[单选]

题目假设你训练了一个基于线性核的SVM，多项式阶数为2，在训练集和测试集上准确率都为100%（）

A、如果增加模型复杂度或核函数的多项式阶数，将会发生什么（A）

B、A导致过拟合

C、B导致欠拟合

D、C无影响，因为模型已达100%准确率

E、D以上均不正确

查看答案

更多“题目假设你训练了一个基于线性核的SVM，多项式阶…”相关的问题

第1题

假定你现在训练了一个线性SVM并推断出这个模型出现了欠拟合现象，在下一次训练时，应该采取下列什么措施（）。

A、增加数据点

B、减少数据点

C、增加特征

D、减少特征

点击查看答案

第2题

A．仍然能正确分类数据B．不能正确分类C．不确定D．以上均不正确E．解析C是惩罚参数，它的值越大，对误分类的惩罚就越大，分类的正确率就越高，对训练数据的拟合效果越好，当C趋于无穷大时，模型过拟合，对于训练集数据可以实现正确分类F．补充:若题目问的是对于测试数据集的分类效果，则应该选C。因为模型过拟合时，往往在测试集数据上的分类误差会变大，即:一部分分对，一部分分错

点击查看答案

第3题

假定你使用SVM学习数据X，数据X里面有些点存在错误。现在如果你使用一个二次核函数，多项式阶数为2，使用松弛变量C作为超参之一。当你使用较大的C（C趋于无穷），则（）。

A、仍然能正确分类数据

B、不能正确分类

C、不确定

D、以上均不正确

点击查看答案

第4题

题目SVM中使用高斯核函数之前通常会进行特征归一化，以下关于特征归一化描述不正确的是（）

A、经过特征归一化得到的新特征优于旧特征

B、特征归一化无法处理类别变量

C、SVM中使用高斯核函数时，特征归一化总是有用的

点击查看答案

第5题

假设我们使用原始的非线性可分离SVM最优化目标函数，我们做什么可以保证结果是线性可分的？（）

A、C=1

B、C=0

C、=无穷大

D、以上没有正确答案

点击查看答案

第6题

在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题（）。

A、增加训练集量

B、减少神经网络隐藏层节点数

C、删除稀疏的特征

D、SVM算法中使用高斯核/RBF核代替线性核

点击查看答案

第7题

题目线性回归的基本假设不包括哪个（）

A、随机误差项是一个期望值为0的随机变量

B、对于解释变量的所有观测值，随机误差项有相同的方差

C、随机误差项彼此相关

D、解释变量是确定性变量不是随机变量，与随机误差项之间相互独立

E、随机误差项服从正态分布

F、解析

点击查看答案

第8题

如果一个SVM模型出现欠拟合，那么下列哪种方法能解决这一问题（）。

A、增大惩罚参数C的值

B、减小惩罚参数C的值

C、减小核系数（gamma参数）

点击查看答案

第9题

考虑一个雇主根据工人是否参加工会的百分比及其他因素而提供养老金计划的线性概率模型：（i)为
考虑一个雇主根据工人是否参加工会的百分比及其他因素而提供养老金计划的线性概率模型：

(i)为什么percunion可能与pension联合决定？
(ii)假设你可以对企业工人进行调查，并搜集工人家庭的信息。你能否想出可用于构造percunion的一个IV的信息。
(iii)你如何检验你所想到的变量是否为percunion的一个至少是合理的备选Ⅳ？

请帮忙给出正确答案和分析，谢谢！

点击查看答案

第10题

假设你有5个大小为7x7、边界值为0的卷积核，同时卷积神经网络第一层的深度为1。此时如果你向这一层传入一个维度为224x224x3的数据，那么神经网络下一层所接收到的数据维度是多少（）。

A、218x218x5

B、217x217x8

C、217x217x3

D、220x220x5

点击查看答案