[HITML]哈工大2020秋机器学习期末试题

最新推荐文章于 2023-06-26 23:33:10 发布

北言栾生

最新推荐文章于 2023-06-26 23:33:10 发布

阅读量2.8k

点赞数 6

分类专栏：机器学习文章标签：机器学习

本文链接：https://blog.csdn.net/weixin_44940258/article/details/109960132

版权

本文介绍了哈工大2020年秋季学期机器学习课程的期末试题，涵盖互信息、决策树防止过拟合、期望损失最小化的分类准则、SVM目标函数及约束条件、参数估计方法及其区别、逻辑回归模型推导、PCA信号重建与压缩、k-means算法及其与EM算法的比较等核心概念。

摘要由CSDN通过智能技术生成

哈工大2020秋机器学习期末试题

(1) 样本标签Y和属性A1之间的信息可以选择属性。给出互信息的定义。
(2) 决策树空间很大，用互信息（信息增益）选择属性的目的？这样做有什么好处？
(3) 如何避免决策树过拟合？
Y为类别（两类，Y=0和Y=1）随机变量，将真实类为1的样本判断为类0造成的损失为a，反之为b，如下表。那么期望损失最小意义下的分类准则？并用图例说明。