超参数和参数的区别。参数一般是模型需要根据训练数据可以自动学习出的变量。超参数一般就是根据经验确定预设的变量。下面哪些是超参数?
A.深度学习模型的权重,偏差
B.深度学习的学习速率、人工神经网络的层数
C.深度学习的迭代次数
D.深度学习的每层神经元的个数
A.深度学习模型的权重,偏差
B.深度学习的学习速率、人工神经网络的层数
C.深度学习的迭代次数
D.深度学习的每层神经元的个数
B.王顺友,一名普通的乡邮员。20年来在雪域高原的送邮行程达到26万公里,从没有延误一期邮班,丢失一份邮件
C.许振超是一名普通的工人,他说:“一个人可以没文凭,可以不进大学,却不能没有文化。
人要活出质量,就要孜孜不倦地学习
D.俗话说得好:“机会是留给有准备的人。”
A、定义为ROC曲线下的面积
B、AUC值提供了分类器的一个整体数值。通常AUC越大,分类器更好
C、取值范围为[0,1]
D、其它答案都不对
A、分类的目的是预测出新样本的类型、种类或标签,即其输出值是离散的
B、分类和回归问题通常都是有监督学习的范畴
C、回归问题需要预测连续变量的数值:比如预测新产品的销量等
D、可以将回归的输出值通过设定阈值等方式进行离散化处理,从而用于分类
A、Cohen’s kappa主要用于衡量两个评价者( raters )之间的一致性(agreement)
B、如果评价者多于2人时,可以考虑使用Fleiss' kappa
C、二者没有本质区别,可以等价
D、其它答案都不对
A、假设模型中有两个超参数(A, B)。则网格搜索的基本原理就是尝试各种可能的(A, B)对值,并找到其中最好的(A, B)对值
B、为了使用网格搜索进行超参数的调优,通常可以进行交叉验证的方式,并找出使交叉验证性能最高的超参数取值的组合
C、假设模型中某个超参数B的可能取值为连续的,如在区间[0-1]。由于B值为连续,通常进行离散化,如变为{0, 0.5, 1.0}
D、其它答案都不对
A、scikit-learn包括许多知名的机器学习算法的实现,包括SVM等
B、scikit-learn封装了其他的Python库,如自然语言处理的NLTK库
C、scikit-learn内置了大量数据集,如iris数据集等
D、scikit-learn实现了多种分类的评估方法,如准确率、精确率、召回率等
A、分类准确率 Accuracy=(TP+TN)/(P+N)
B、精确率 Precision=TP/(TP+FP)
C、召回率 Recall=TP/P
D、召回率 Recall=TN/P
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!