A、加快算法收敛速度
B、减少手工参数的设置难度
C、避过过拟合问题
D、避过局部极值
答案:C
A、加快算法收敛速度
B、减少手工参数的设置难度
C、避过过拟合问题
D、避过局部极值
答案:C
A. 树的数量
B. 树的深度
C. 学习速率
解析:正确
A. 更重要
B. 不重要
C. 有影响
D. 无法判断
解析:一个特征的权重越高,说明该特征比其他特征更重要。
A. 每一张图片都是二值图片
B. 每一张图片都是灰度图片
C. 模型一次处理32张图片(batchsize为32)
D. 以上选项均不正确
解析:每一张照片不一定是二值图片,也不一定是三通照片。
A. ER图
B. 语言模型
C. 面向对象模型
D. 谓词模型
解析:正确
A. 某点处的梯度方向就是该点处函数值增长最快的方向
B. 标量场的梯度也是标量场
C. 某点处的梯度方向就是过该点的等值面的法向矢量
D. 某点处的梯度大小是指标量函数u在该点处的最大变化率
解析:标量场的梯度是矢量场
A. k值并不是越大越好,k值过大,会降低运算速度
B. 选择更大的k值,会让偏差更小,因为k值越大,训练集越接近整个训练样本
C. 选择合适的k值,能减小验方差
D. 以上说法都正确