算法刷题（7）

题目一：假定你使用SVM学习数据X，数据X里面有些点存在错误。现在如果你使用一个二次核函数，多项式阶数为2，使用惩罚因子C作为超参之一。 当你使用较大的C（C趋于无穷），则：

A

仍然能正确分类数据

B

不能正确分类

C

不确定

D

以上均不正确

解析：正确答案是：A，采用更大的C，误分类点的惩罚就更大，因此决策边界将尽可能完美地分类数据。参考

 

题目二：假设你训练了一个基于线性核的SVM，多项式阶数为2，在训练集和测试集上准确率都为100%。 如果增加模型复杂度或核函数的多项式阶数，将会发生什么？

A

导致过拟合

B

导致欠拟合

C

无影响，因为模型已达100%准确率

D

以上均不正确

解析：

正确答案是：A，增加模型复杂度会导致过拟合