机器学习32道选择题

1. 丰巢柜中有A、B、C、D、E、F六个人的快递，每个人各有两个快递。现在随机取出5个快递，那么5个快递中至少有2个快递属于同一个人的概率是多少？（0.757575757575758）

2. 假设有三个人同时参加这场笔试，假设满分为1，三个人的得分符合分布U（0，1）。那么三个人最低分的期望为？ (1/4)

3.

ABCD

4.

Bagging降方差

Boosting降偏差 

5. EM算法是（无监督）

6.

7. 

GBDT对异常值敏感。学习的是残差，异常值的残差大

8. A可能是错误的

为什么LR加入正则化Variance会增大，正则化之后参数更平滑了，不是变小吗？

评估代价函数有两个重要的指标一个是偏差一个是方差。过拟合是因为低偏差和高方差，所以在训练集上表现好，在测试集上表现差。加入正则化项就是为了限制模型的复杂度从而减少方差，我是这么理解的。

 

转载于:https://www.cnblogs.com/GuoXinxin/p/10585950.html