机器学习32道选择题

1. 丰巢柜中有A、B、C、D、E、F六个人的快递,每个人各有两个快递。现在随机取出5个快递,那么5个快递中至少有2个快递属于同一个人的概率是多少?(0.757575757575758)

2. 假设有三个人同时参加这场笔试,假设满分为1,三个人的得分符合分布U(0,1)。那么三个人最低分的期望为? (1/4)

机器学习32道选择题_第1张图片

3.

机器学习32道选择题_第2张图片ABCD

4.

机器学习32道选择题_第3张图片

Bagging降方差
Boosting降偏差 

5. EM算法是(无监督)

6.

机器学习32道选择题_第4张图片

7. 

机器学习32道选择题_第5张图片

GBDT对异常值敏感。学习的是残差,异常值的残差大

8. A可能是错误的

机器学习32道选择题_第6张图片

为什么LR加入正则化Variance会增大,正则化之后参数更平滑了,不是变小吗?

评估代价函数有两个重要的指标一个是偏差一个是方差。过拟合是因为低偏差和高方差,所以在训练集上表现好,在测试集上表现差。加入正则化项就是为了限制模型的复杂度从而减少方差,我是这么理解的。

 

转载于:https://www.cnblogs.com/GuoXinxin/p/10585950.html

你可能感兴趣的:(人工智能)