【原】Coursera—Andrew Ng机器学习—Week 7 习题—支持向量机SVM
【1】
【2】
Answer: B。 即 x1=3这条垂直线。
【3】
Answer: B
因为要尽可能小。对B,右侧红叉,有1/2 * 2 = 1 ≥ 1,左侧圆圈,有1/2 * -2 = -1 ≤ -1。
A太小不满足不等式
【4】
参考课件:
测验
Answer:B。
Answer: B
Answer:CD
Answer: ABG
欠拟合。
A 正确。增加feature、增加多项式feature
B 正确。神经网络增加hidden units
C 错误。逻辑回归成本函数是凸的,因此梯度下降总是会找到全局最小值。
D 错误。
E 错误。
F 错误。已经欠拟合了,应该减小
G 正确。
Answer: ADE
A 正确。使用高斯核做相似性度量,要求数据处于大致相同的范围内。
B 错误。线性可分的数据集通常可以由许多不同的线分隔。 改变参数C将导致SVM的决策边界在这些可能性之间变化。 例如,对于非常大的C值,它可以学习更大的θ值以增加某些示例的余量。
C 错误。K个分类器
D 正确。范围为0-1
E 正确
F 错误