一个月刷完机器学习笔试题300题（12）

第十二天

1、假定你用一个线性SVM分类器求解二类分类问题，如下图所示，这些用红色圆圈起来的点表示支持向量

如果移除这些圈起来的数据，决策边界（即分离超平面）是否会发生改变？
A
Yes
B
No
正确答案是： B
从数据的分布来看，移除那三个数据，决策边界不会受影响。
2、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
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。
3、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
正确答案是： B
统计学中的泛化误差是指对模型对未知数据的预测能力。
4、以下关于硬间隔hard margin描述正确的是
A
SVM允许分类存在微小误差
B
SVM允许分类是有大量误差
正确答案是：A
硬间隔意味着SVM在分类时很严格，在训练集上表现尽可能好，有可能会造成过拟合。
5、训练SVM的最小时间复杂度为O(n2)，那么一下哪种数据集不适合用SVM?
A
大数据集
B
小数据集
C
中等大小数据集
D
和数据集大小无关
正确答案是：A
有明确分类边界的数据集最适合SVM
6、SVM的效率依赖于
A
核函数的选择
B
核参数
C
软间隔参数
D
以上所有
正确答案是：D
SVM的效率依赖于以上三个基本要求，它能够提高效率，降低误差和过拟合
7、支持向量是那些最接近决策平面的数据点
A
对
B
错
正确答案是：A
支持向量就在间隔边界上 ？？？？
软间隔会不成立吧，分类错误的更近。
8、SVM在下列那种情况下表现糟糕
A
线性可分数据
B
清洗过的数据
C
含噪声数据与重叠数据点
正确答案是：C
当数据中含有噪声数据与重叠的点时，要画出干净利落且无误分类的超平面很难
9、假定你使用了一个很大γ值的RBF核，这意味着：
A
模型将考虑使用远离超平面的点建模
B
模型仅使用接近超平面的点来建模
C
模型不会被点到超平面的距离所影响
D
以上都不正确
正确答案是： B
SVM调参中的γ衡量距离超平面远近的点的影响。
对于较小的γ，模型受到严格约束，会考虑训练集中的所有点，而没有真正获取到数据的模式、对于较大的γ，模型能很好地学习到模型。
10、SVM中的代价参数表示：
A
交叉验证的次数
B
使用的核
C
误分类与模型复杂性之间的平衡
D
以上均不是
正确答案是：C
代价参数决定着SVM能够在多大程度上适配训练数据。
如果你想要一个平稳的决策平面，代价会比较低；如果你要将更多的数据正确分类，代价会比较高。可以简单的理解为误分类的代价。