机器学习笔试面试题——day2

最新推荐文章于 2020-07-03 22:52:16 发布

我们家没有秃头的基因

最新推荐文章于 2020-07-03 22:52:16 发布

阅读量4.6k

点赞数

分类专栏：找工作文章标签：算法秋招

本文链接：https://blog.youkuaiyun.com/selinaqqqq/article/details/95082320

版权

选择题

1、以下不属于影响聚类算法结果的主要因素有（）
A 已知类别的样本质量
B 分类准则
C 特征选取
D 模式相似性测度

聚类不知道类别

2、模式识别中，不属于马式距离较之于欧式距离的优点的是（）
A 平移不变性
B 尺度不变性
C 考虑了模式的分布

缺点
1）马氏距离的计算是建立在总体样本的基础上的，即同样的样本在不同的总体中距离是不一样的
2）要求协方差逆矩阵必须存在（总体样本数大于样本维度且样本不共线），否则用欧式距离；由于协方差矩阵的存在，导致马氏距离不稳定
3）它夸大了变化微小的变量的作用
优点
1）尺度不变性，不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关；
2）由标准化数据和中心化数据(即原始数据与均值之差）计算出的二点之间的马氏距离相同。
3）考虑了变量的相关性
马氏和欧式距离都具有：平移不变性和旋转不变性

$两个向量x1={x_11,x_12,...,x_1n}, x2={x_21,x_22,...,x_2m} 欧式距离：\sqrt{\sum (x_1k - x_2k)^2 }$

标准差 $\sigma _x = \sqrt{\frac{\sum (x_i - \mu)^2}{n-1}} = \sqrt{s}$ 方差；协方差 $cov(x,y) = \frac{\sum (x_i - \mu _x)(y_i - \mu_y) }{n-1}$

3、影响基本K-均值算法的主要因素有（）
A 样本输入顺序
B 模式相似性测度
C 聚类准则

4、在统计模式分类问题中，当先验概率未知时，可以使用（）
A 最小损失准则
B 最小最大损失准则
C 最小误判概率准则

先验概率未知时，采用最小最大误判准则，N-P准则

5、如果以特征向量的相关系数作为模式相似性测度，则影响聚类算法结果的主要因素有（）
A 已知类别样本质量
B 分类准则
C 量纲

以特征向量的相关系数作为模式相似性度量
那么分类准则和特征选取会影响聚类算法

6、以下属于欧式距离特性的有（）
A 旋转不变性
B 尺度缩放不变性
C 不受量纲影响的特性

7、以下( )不属于线性分类器最佳准则？
A 感知准则函数
B 贝叶斯分类
C 支持向量机
D Fisher准则

线性分类器三大准则：
感知器准则函数：使错分类样本到分类界面距离之和最小，通过错分类样本信息对分类器函数修正
SVM：分类界面使两类间隔最大，期望泛化风险最小
Fisher准则：LDA线性判别分析，样本投影到一条直线上，类内距离小，类间距离大，最大化广义瑞利熵

8、一监狱人脸识别准入系统用来识别待进入人员的身份，此系统一共包括识别4种不同的人员：狱警，小偷，送餐员，其他。下面哪种学习方法最适合此种应用需求：
A 二分类问题
B 多分类问题
C 层次聚类问题
D k-中心点聚类问题
E 回归问题
F 结构分析问题

9、关于 logit 回归和 SVM 不正确的是（）
A Logit回归目标函数是最小化后验概率
B Logit回归可以用于预测事件发生概率的大小
C SVM目标是结构风险最小化
D SVM可以有效避免模型过拟合

10、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&#

最低0.47元/天解锁文章