机器学习复习题目_机器学习期末复习资源-CSDN文库

需积分: 50 169 浏览量 2018-02-25 21:40:56 上传评论 3 收藏 256KB DOC 举报

资源推荐

资源详情

资源评论

一、填空题。(每个空 2 分，共 40 分)

1. 机器学习方法在大型数据库中的应用称为 1 。

2. 回归和分类均称为 2 。

3. 3 是寻找一个涵盖所有的正例而不涵盖任何负例的描述。

4. 4 是数据中有害的异常。

5. 如果有偏倚，则表明模型类不包含解，这是 5 ，如果有方差，则模型类过于一般，

并且学习噪声，这是 6 。

6. 7 从局部线性拟合发现全局非线性结构。

7. 8 方法用来发现 9 之间的相关性，从而对其进行分组。 10 方法用来发现 11

之间的相关性，从而对其进行分组。

8. 在 12 中，每个内部节点中的测试只使用一个输入维。

9. 13 是构造给定训练样本的树。

10. 基于过少实例的决策树导致较大 14 ，从而导致较大的 15 。

11. 理解一个信息处理系统的三个层面： 16 、 17 、 18 。

12. 核机器的基本思想是用原始输入空间中的实例之间的 19 取代 20 。

二、计算及简答。(共 60 分)

1、针对监督学习，如果我们有能够给任何实例 x 提供标记的指导者。那么我们应当在哪里

选择 x，以便用较少的询问来进行学习？(8 分)

模糊区域是 S 和 G 之间的区域。最好在这里提问，使得我们可以缩小这种不确定的区域。

如果给定的实例为正，则我们可以扩大 S 到该实例；如果它为负，则我们可以缩小 G 到该

实例。

2、在高斯密度的情况下，似然比是什

么？(10 分)

如果，则上式可以简化

为:

。

3、只要有对象两两之间的

距离，多维定标就可以进行。

只要有某种相似性度量，就完全不必把对象用向量表示。你能给出一个例子吗？(10 分)

假定有一个文档数据库。如果 drs 表示文档 r 和 s 的共同术语的个数，则我们可以使用 MDS

把这些文档映射到一个低维空间。例如，可视化它们和检查结构。注意，这里可以统计共

同术语的个数而无需显式地使用词袋表示来把这些文档表示成向量。

4、平均链接聚类与 k 均值聚类之间的相似和不同是什么？(8 分)

它们都是通过考察落入一个簇中的实例的平均距离来度量相似性。然而，在层次模型中，

存在不同分辨率的簇。

5、在中，如何学习？(12

分)

可以使用梯度下降，并关

剩余14页未读，继续阅读

内容反馈

m0_37823430

粉丝: 0
资源: 2

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip