1、 [单选] 关于策略梯度的方法说法正确的是()。
A:只适用于离散动作空间
B:适用于连续动作空间
C:策略梯度的方法与 DQN 中的目标函数一致
D:策略梯度的方法通过 Q 值挑选动作
正确答案:B
解析:策略梯度方法适用于连续动作空间,因为它不需要像值函数方法那样计算每个动作的值,而是直接通过梯度上升来更新策略网络,从而产生连续动作的输出。选项 A 错误,因为策略梯度方法适用于连续动作空间。选项 C 错误,因为策略梯度方法与 DQN 中的目标函数不一致。选项 D 错误,因为策略梯度方法不是通过 Q 值来挑选动作的。因此,正确答案为 B。
2、 [单选] 线性回归的基本假设不包括哪个?
A:随机误差项是一个期望值为 0 的随机变量
B:对于解释变量的所有观测值,随机误差项有相同的方差
C:随机误差项彼此相关
D:解释变量是确定性变量不是随机变量,与随机误差项之间相互独立
正确答案:C
解析:线性回归的基本假设包括:1.线性关系;2.随机误差项是一个期望值为 0 的随机变量;3.对于解释变量的所有观测值,随机误差项有相同的方差;4.解释变量是确定性变量不是随机变量,与随机误差项之间相互独立。因此,不包括的假设是 C。
3、 [单选] 我们想在大数据集上训练决策树,为了使用较少时间,我们可以:
A:增加树的深度
B:增加学习率(