2019-ml-exam.pdf

发布时间：2022-05-31 发布人：admin 分类：说明书资料大小：0.29M 资料格式：pdf 举报版权申诉

第1页 / 共1页

文本预览

机器学习 2019 考试回忆一、（集成学习）阐述 Boosting 和 Bagging 的适用场合二、（决策树+朴素贝叶斯）给一个二维表，包含四个属性和一个标记，有 8 个有标签数据， 3 个无标签数据。 a) 求根节点的信息熵 b) 画出完整的决策树 c) 根据决策树判断 3 个无标签数据的类别 d) 使用朴素贝叶斯判断其中 1 个无标签数据的类别三、（感知机）给了一个二层神经网络的图，两个输入节点，一个隐层（两个节点），一个输出。给了连接关系，包括权值、bias。隐层采用线性激活 f(x)=cx，输出采用 sigmoid 激活。 a) 写出 p(y=1|x,w)的表达式（神经网络的表达式）、分类边界 b) 阐述如果隐层均使用线性激活函数，多层神经网络=单层神经网络。四、（SVM）给了一个与式的例子（线性不可分），包括正例点 x1=(0,1)、x2=(1,0)，反例点 x3=(0,0)、x4=(1,1)。 a) 给出核函数∅(x)，并画出在新二维平面的坐标 b) 求解 SVM 的表达式（带核函数的），并给出所有的支持向量五、（聚类）书上的 K-means 算法例子改造，给了一种新的聚类方式：一开始选 K 个中心，然后每个点选择距离最近的中心加入；完成一轮后，计算类中每个点到其他点的距离的偏差，以最小偏差的点为新中心，继续迭代，直到中心不变化。 a) 给了 30 个点，让运行一轮算法，给出一轮迭代后的类划分和新聚类中心。六、在 KNN 中，K 值与偏差和方差的关系七、（应用）给了求职者的信息、雇主的信息、求职者和雇主关联的信息（三个表） a) 数据中含有数值型数据怎么处理、数据中缺失值怎么处理 b) 给出一种方案，完成向求职者推荐岗位，向雇主推荐求职者

分享到：

赞收藏

资料库

2019-ml-exam.pdf

相关推荐

人工智能

热门标签

最新资料