您可能感兴趣的试卷
你可能感兴趣的试题
A.不确定需要映射到多少维的空间上,非线性问题才会转化为线性问题
B.如何找到合适的映射函数φ
C.增加计算量,可能会因为维数灾难无法解决
D.能够确定映射到的高维空间的维度
E.能够找到合适的映射函数φ
F.增加计算量时可以避免出现维数灾难
A.置信风险越大
B.结构风险越大
C.分类器泛化能力越差
D.经验风险越大
A.最小均方误差
B.最大均方误差
C.平均值法
D.梯度下降法
A.异常点干扰和非线性分类
B.异常点干扰和线性分类
C.非异常点干扰和线性分类
D.非异常点干扰和非线性分类
A.惩罚因子越大,容忍度越低
B.惩罚因子越大,容忍度越高
C.二者之间存在联系,但是不能找到联系间存在的规律
D.二者没有联系
①更新权向量w(k+1)
②令k=k=1,进行下一步递推,计算误差向量,直至e(k)小于等于0
③当k=0时,设定初始松弛变量b(0)的值,计算初始权向量
④更新松弛变量b(k+1)
⑤计算误差向量e(k)
H-K算法的正确排序是?()
A.③⑤①④②
B.②⑤①③④
C.③①⑤④②
D.①②③④⑤
最新试题
多类问题的贝叶斯分类器中判别函数的数量与类别数量是有直接关系的。
在感知器算法中训练样本需要经过增广化处理和规范化处理。
顺序前进法的缺点是不能剔除已入选的特征,无法保证全局最优。
当各类的协方差矩阵相等时,分类面为超平面,并且与两类的中心连线垂直。
贝叶斯估计中是将未知的参数本身也看作一个随机变量,要做的是根据观测数据对参数的分布进行估计。
特征提取不仅可以降低特征空间的维度,还可以消除特征之间的相关性。
动态顺序前进法(l-r)法是按照单步最优的原则从未入选的特征中选择l个特征,再从已入选的特征中剔除r个特征,使得仍保留的特征组合所得到的J值最大。
fisher线性判别方法可以将样本从多维空间投影到一维空间。
隐含层或输出层具有激活函数。
下面关于交叉验证法的说法中正确的是()。