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。
Y:真实 \ 预测 | 0 | 1 |
---|---|---|
0 | 0 | a |
1 | b | 0 |
- (1) 结合图给出线性可分情况下的SVM的目标函数及约束条件
(2) 线性不可分的解决方案
(3) SVM分类函数中支持向量的意义 - (1) 本课程中的参数估计方法
(2) 它们的区别
(3) 它们得到一致结果的条件 - 给定训练集 D = { ( x