题目内容（请给出正确答案）

[单选题]

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

答案

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）

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“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…”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

题目有两个样本点，第一个点为正样本,它的特征向量是（0,-1）;第二个点为负样本,它的特征向量是（2,3）,从这两个样本点组成的训练集构建一个线性SVM分类器的分类面方程是（）

A.2x+y=4

B.x+2y=5

C.x+2y=3

D.2x-y=0

点击查看答案

第3题

SVM中常用的核函数包括哪些？（)

A.线性核函数

B.Sigmiod核函数

C.多项式核函数

D.高斯核函数

点击查看答案

第4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5题

以下哪项容易导致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6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7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8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9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10题

如果能够在开始合作学习活动前，对学生进行充分的培训准备，学生合作学习的效果会更好。以色列的Sharan教授在推广小组调查法的时候，让老师循序渐进地培训学生合作技能，一次活动练一种，竟然训练了三个月，这也是他们在以色列所做的小组调查法研究实验效果很好的一个原因，其他采用小组调查法的实验研究都没有他们的实验效果好。（)

点击查看答案

第11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