Coursera机器学习-Week 3-测验:Regularization

正则化方法:

J(θ)=12m[i=1m(hθ(x(i))y(i))2+λi=1nθ2j] J ( θ ) = 1 2 m [ ∑ i = 1 m ( h θ ( x ( i ) ) − y ( i ) ) 2 + λ ∑ i = 1 n θ j 2 ]

1

描述

Coursera机器学习-Week 3-测验:Regularization_第1张图片

解析

AC A 、 C ,引入正则化方法并不能总取得好的结果,如果 λ λ 过大会导致过拟合,不管是对于 traing set t r a i n g   s e t 还是 exemples e x e m p l e s ,都会存在这种可能,所以不正确。
BD B 、 D ,增加新的特征可以获得更好的拟合,但是并不能防止过拟合的发生,所以 B B 正确, D D 错误。
最后结果选 B B

2

描述

Coursera机器学习-Week 3-测验:Regularization_第2张图片

解析

引入正则化方法时, λ λ 值变大, θ θ 将会变小,如果 λ λ 非常大时, θi(i=1,2,3)0 θ i ( i = 1 , 2 , 3 … ) ≈ 0 ,最后几乎只受 θ0 θ 0 影响,拟合出来的结果也会接近于一条直线,所以当 λ=1 λ = 1 时,应该选择 A A

3

描述

Coursera机器学习-Week 3-测验:Regularization_第3张图片

解析

AB A 、 B ,当 λ λ 过大时,会导致 underfit u n d e r f i t ,最后拟合出来的接近于一条直线,所以错误。
C C ,当引入正则时,可以缓解 overfit o v e r f i t ,所以会导致分类器出现错误的分类, C C 正确。
D D ,正则化方法想要解决的问题是 overfit o v e r f i t ,所以 D D 错误。
最终答案 C C

你可能感兴趣的:(机器学习)