BAT机器学习面试1000题（636~640题）

点击上方  ⬆   蓝字关注七月在线实验室

BAT机器学习面试1000题（636~640题）

636题

逻辑回归的以下模型：P（y = 1 | x，w）= g（w0 + w1x）其中g（z）是逻辑函数。在上述等式中，通过改变参数w可以得到的P（y = 1 | x; w）被视为x的函数。在上面的问题中，你认为哪个函数会产生（0,1）之间的p？

A、逻辑函数

B、对数似然函数

C、两者的复合函数

D、都不会

点击下方空白区域查看答案
▼

正确答案是：A

解析：

对于从-∞到+∞的实数范围内的x的值。逻辑函数将给出（0,1）的输出。

637题

下面是三个散点图（A，B，C，从左到右）和和手绘的逻辑回归决策边界。

根据可视化后的结果，能得出什么结论？

1.与第二和第三图相比，第一幅图中的训练误差最大

2.该回归问题的最佳模型是最后（第三个）图，因为它具有最小的训练误差（零）

3.第二个模型比第一个和第三个更强，它在不可见数据中表现最好

4.与第一种和第二种相比，第三种模型过度拟合了

5.所有的模型执行起来都一样，因为没有看到测试数据。

A、1和3

B、1和3

C、1,3和4

D、5

点击下方空白区域查看答案
▼

正确答案是：C

解析：

图中趋势像是自变量X的二次趋势。更高次方的多项式（右图）可能对训练中的数据群具有超高的精度，但预计在测试数据集上将会严重失败。但是在左图中可以测试最大错误值，因为适合训练数据

638题

下面是三个散点图（A，B，C，从左到右）和和手绘的逻辑回归决策边界。

假设上述决策边界是针对不同的正则化（regularization）值生成的。那么其中哪一个显示最大正则化？

A、A

B、B

C、C

D、都具有相同的正则化

点击下方空白区域查看答案
▼

正确答案是：A

解析：

因为正则化意味着更多的罚值和图A所示的较简单的决策界限。

639题

下图显示了三个逻辑回归模型的AUC-ROC曲线。不同的颜色表示不同超参数值的曲线。以下哪个AUC-ROC会给出最佳结果？

A、黄色

B、粉红色

C、黑色

D、都相同

点击下方空白区域查看答案
▼

正确答案是：A

解析：

最佳分类是曲线下区域面积最大者，而黄线在曲线下面积最大。

640题

假设你在测试逻辑回归分类器，设函数H为

下图中的哪一个代表上述分类器给出的决策边界？

A

B

C

点击下方空白区域查看答案
▼

正确答案是： B

解析：

选项B正确。虽然我们的式子由选项A和选项B所示的y = g（-6 + x2）表示，但是选项B才是正确的答案，因为当将x2 = 6的值放在等式中时，要使y = g（0）就意味着y = 0.5将在线上，如果你将x2的值增加到大于6，你会得到负值，所以输出将是区域y = 0。

题目来源：七月在线官网（https://www.julyedu.com/）——面试题库——笔试练习——机器学习

今日学习推荐

【Python基础入门 第三期】

带你零基础快速入门Python

四大应用场景

五大课程特色

九大项目实战

提高实战技能   巩固学习效果

咨询/报名/组团可添加微信客服

julyedukefu_02

👇

长按识别二维码

 更多资讯

 请戳一戳

   往期推荐

32岁程序员面试，因年龄太大被拒！网友：是领导能力差怕被超越

GitHub上25个最受欢迎的开源机器学习库

干货 | 手把手教你数据不足时如何做深度学习NLP

统治世界的十大算法，你都了解多少？

CNN与RNN中文文本分类-基于TensorFlow 实现

拼团，咨询，查看课程，请点击 “ 阅读原文 ”

↓↓↓