机器学习试卷——中南大学.doc
《机器学习试卷——中南大学.doc》由会员分享,可在线阅读,更多相关《机器学习试卷——中南大学.doc(2页珍藏版)》请在咨信网上搜索。
1、一、判断题(1)极大似然估计是无偏估计且在所有的无偏估计中方差最小,所以极大似然估计的风险最小.(2)回归函数A和B,如果A比B更简单,则A几乎一定会比B在测试集上表现更好。(3)全局线性回归需要利用全部样本点来预测新输入的对应输出值,而局部线性回归只需利用查询点附近的样本来预测输出值。所以全局线性回归比局部线性回归计算代价更高.(4)Boosting的一个优点是不会过拟合。(5)在回归分析中,最佳子集选择可以做特征选择,当特征数目较多时计算量大;岭回归和Lasso模型计算量小,且Lasso也可以实现特征选择.(6)梯度下降有时会陷于局部极小值,但EM算法不会。(7)支持向量机是判别模型。T(
2、8)ICA方法对于高斯分布的数据也有效.F(9)回归问题属于非监督学习的一种方法。F(10)聚类算法中不需要给出标签y.T二、考虑一个二分类器问题(Y为1或0),每个训练样本X有两个特征X1、X2(0或1)。给出P(Y=0)=P(Y=1)=0。5,条件概率如下表:分类器预测的结果错误的概率为期望错误率,Y是样本类别的实际值,Y(X1,X2)为样本类别的预测值,那么期望错误率为:(1) 给出X1,X2的所有可能值,使用贝叶斯分类器预测结果,填写下表:X1X2P(X1,X2,Y=0)P(X1,X2,Y=1)Y(X1,X2)00011011(2) 计算给定特征(X1,X2)预测Y的期望错误率,假设贝
3、叶斯分类器从无限的训练样本中学习所得。(3) 下面哪个有更小的期望错误率?a、仅仅给出X1,采用贝叶斯分类器预测Y。b、仅仅给出X2,采用贝叶斯分类器预测Y。(4) 给出一个新的特征X3,X3的与X2保持完全相同,现在计算给定(X1,X2,X3)采用贝叶斯分类器预测Y的期望错误率,假设分类器从无限的训练数据中学习所得。(5)使用贝叶斯分类器会产生什么问题,为什么?三、交叉验证1、4。 给定如下数据集,其中为输入变量,为输出变量.假设考虑采用kNN算法对对应的进行预测,其中距离度量采用不加权的欧氏距离。(12分)(1)算法1-NN的训练误差的是多少?(用分类错误的样本数目表示即可,下同)(2)算法3-NN的训练误差是多少?(3)算法1NN的LOOCV(留一交叉验证)估计误差是多少? (4)算法3NN的LOOCV(留一交叉验证)估计误差是多少?四、 用最大似然估计的方法估计高斯分布的均值和方差,并指出其局限性。五、随着信息化的发展,大数据的时代已经到来。海量的文本、图像、视频数据存在于互联网上,请结合自己的科研背景和兴趣,探讨机器学习方法如何在大数据分析、处理中应用.(20分)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 机器 学习 试卷 中南 大学
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精***】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精***】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。