A、性能度量
B、性能评估
C、泛化能力评估
D、性能衡量
答案:A
A、性能度量
B、性能评估
C、泛化能力评估
D、性能衡量
答案:A
解析:正确
解析:torch.Tensor()是python类,torch.tensor()是python函数
A. 神经计算
B. 进化计算
C. 免疫计算
D. 蚁群算法
解析:见算法解析
A. 增加训练集量
B. 减少神经网络隐藏层节点数
C. 删除稀疏的特征
D. SVM算法中使用高斯核/RBF核代替线性核
解析:SVM算法中使用高斯核/RBF核代替线性核容易引起机器学习中的过拟合问题
A. 软间隔
B. 正则化
C. 硬间隔
D. 核函数
A. 逻辑
B. 数据
C. 算力
D. 算法
解析:主要应用
A. 支持向量机可以用于处理二分类及多分类问题
B. 支持向量机只能用于线性可分的分类问题
C. 支持向量机可用于回归问题
D. 核函数的选择对支持向量机的性能影响较大
解析:支持向量机可用用于线性可分的分类问题,也可于线性不可分的分类问题
A. 权重
B. 分布
C. 概率
D. 数量
解析:Boosting的本质实际上是一个加法模型,通过改变训练样本权重学习多个分类器并进行一些线性组合