A.寻找准则函数
B.通过求准则函数的极小值求得最优解
C.寻找分类规则
D.根据分类规则进行分类
您可能感兴趣的试卷
你可能感兴趣的试题
A.初始权向量设置
B.学习速率
C.样本处理顺序不同
D.学习规则
A.感知器具有多路输入、单路输出
B.感知器没有反馈和内部状态
C.感知器将输入信号加权求和与阈值比较,当信号加权和大于阈值时输出1,当信号加权和小于阈值时输出0
D.单个感知器可以解决非线性分类问题
A.梯度下降法
B.最小均方误差
C.最大均方误差
D.平均值法
A.批量梯度下降法(BGD)每一次对模型参数的调整,都朝向代价函数值减小的方向
B.批量梯度下降法(BGD)每一次对模型参数的调整,都朝向代价函数值增加的方向
C.批量梯度下降法(BGD)每一次对模型参数的调整,都朝向代价函数值不变的方向
D.批量梯度下降法(BGD)每一次对模型参数的调整,都朝向代价函数值发生变化的方向
A.随机梯度下降法最终收敛的点不一定是全局最优
B.随机梯度下降法最终收敛的点一定是全局最优
C.无论随机梯度下降法存不存在最终收敛的点,一定可以找到最优解
D.无论随机梯度下降法存不存在最终收敛的点,一定不能找到最优解
A.不可以
B.可以
C.步长取值可以任意
D.其余三种说法都不对
A.存在不可识别区域较多的问题
B.多分类线性判别函数形式复杂
C.多分类线性判别函数的意义不明确
D.分类器的整体性能比较好
A.仅有一个判别函数值大于0
B.有两个判别函数值大于0
C.三个判别函数值都小于0
D.三个判别函数值都大于0
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。
类间离散度矩阵代表了每一个类的重心到整个样本集的重心之间的距离。
过拟合不会影响分类模型的泛化能力。
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。
fisher线性判别方法可以将样本从多维空间投影到一维空间。
概率密度函数的估计的本质是根据训练数据来估计概率密度函数的形式和参数。
分支定界法计算量一定比穷举法小。
下面关于超平面的说法中正确的是()。
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。