算法人生

问题一： 当在文本数据中创建一个机器学习模型时，你创建了一个输入数据为 100K 的文献检索词矩阵（document-term matrix）。 下列哪些纠正方法可以用来减少数据的维度—— 1. 隐狄利克雷分布（Latent Dirichlet Allocation） 2. 潜在语义索引（Latent Semantic Indexing） 3. 关键词归一化（Keyword Normalizat...

题目一： 对应GradientBoosting tree算法， 以下说法正确的是: 1. 当增加最小样本分裂个数，我们可以抵制过拟合 2. 当增加最小样本分裂个数，会导致过拟合 3. 当我们减少训练单个学习器的样本个数，我们可以降低variance 4. 当我们减少训练单个学习器的样本个数，我们可以降低bias A 2 和 4 B 2 和 3 C 1 和 3 D 1 和 4 解析：答案: C ...

题目一：关于 ARMA 、 AR 、 MA 模型的功率谱，下列说法正确的是（ ） A MA模型是同一个全通滤波器产生的 B MA模型在极点接近单位圆时，MA谱是一个深谷 C AR模型在零点接近单位圆时，AR谱是一个尖峰 D RMA谱既有尖峰又有深谷 解析：正确答案是：D，具体参考https://blog.youkuaiyun.com/d07qs2kxkh0kksxex/article...

问题一：对于线性回归，我们应该有以下哪些假设？ 1. 找到离群点很重要, 因为线性回归对离群点很敏感 2. 线性回归要求所有变量必须符合正态分布 3. 线性回归假设数据没有多重线性相关性 A 1 和 2 B 2 和 3 C 1,2 和 3 D 以上都不是 解析： 答案: D 第1个假设, 离群点要着重考虑, 第一点是对的 第2个假设, 正态分布不是必须的. 当然...

题目一：基于统计的分词方法为（） A 正向最大匹配法 B 逆向最大匹配法 C 最少切分 D 条件随机场 解析：答案（D） 分词主要分为三类： 第一类是基于语法和规则的分词法。其基本思想就是在分词的同时进行句法、语义分析,利用句法信息和语义信息来进行词性标注,以解决分词歧义现象。因为现有的语法知识、句法规则十分笼统、复杂,基于语法和规则的分词法所能达到的精确度远远还不能...

题目一：如果将数据中除圈起来的三个点以外的其他数据全部移除，那么决策边界是否会改变？ A 会 B 不会 解析：正确答案是： B，决策边界只会被支持向量影响，跟其他点无关。   题目二：关于SVM泛化误差描述正确的是 A 超平面与支持向量之间距离 B SVM对未知数据的预测能力 C SVM的误差阈值 解析：正确答案是： B，统计学中的泛化误差是指对模型对未知数...

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...