美团错题记录

1. 下列说法正确的是（A、B、E）
   A、机器学习中使用L2正则化可以得到平滑的权值
   B、在AdaBoost算法中，所有被错分的样本的权重更新比例相同。
   C、Boosting和Bagging都是组合多个分类器投票的方法，二者都是根据单个分类器的正确率决定其权重。
   D、梯度下降有时会陷于局部极小值，但EM算法不会。
   E、在核回归中，最影响回归的过拟合性和欠拟合之间平衡的参数为核函数的宽度
   
   解析：
   A、L1正则可以使少数权值较大，多数权值为0，得到稀疏的权值；L2正则会使权值都趋近于0但非零，得到平滑的权值；
   B、在AdaBoost算法中，被错分的样本的权重更新比例的公式相同；
   C、Boosting和Bagging都是组合多个分类器投票的方法，但Boosting是根据单个分类器的正确率决定其权重，Bagging是可简单地设置所、有分类器权重相同；
   D、EM算法不能保证找到全局最优值；
   E、SVR中核函数宽度小欠拟合，宽度大容易过拟合

2. 下列哪些是判别式模型（A、B、C）

   A、最大熵   B、决策树   C、条件随机场   D、朴素贝叶斯
   解析：
   生成式模型：LDA KNN 混合高斯 贝叶斯 马尔科夫 深度信念 
   判别式模型：SVM NN LR CRF CART 

3. 下列哪些优化算法主要用来解无约束优化问题（ABCE）

   A、随机梯度下架 B、LBFGS  C、共轭梯度法  D、SMO   E、拟牛顿法
   解析：
   无约束最优化算法：最速梯度法，牛顿法，共轭梯度法，拟牛顿法（包括DFP，BFGS，L-BFGS）。
   SMO算法可以高效的求解SVM的对偶问题，这个问题有约束条件，,其中n是样本的数量，是拉格朗日乘子