BAT机器学习面试1000题（631~635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（631~635题）

631题

选择Logistic回归中的One-Vs-All方法中的哪个选项是真实的。

A、我们需要在n类分类问题中适合n个模型

B我们需要适合n-1个模型来分类为n个类

C、我们需要只适合1个模型来分类为n个类

D、这些都没有

点击下方空白区域查看答案
▼

正确答案是：A

解析：

如果存在n个类，那么n个单独的逻辑回归必须与之相适应，其中每个类的概率由剩余类的概率之和确定。

632题

使用以下哪种算法进行变量选择？

A、LASSO

B、Ridge

C、两者

D、都不是

点击下方空白区域查看答案
▼

正确答案是：A

解析：

使用Lasso的情况下，我们采用绝对罚函数，在增加Lasso中罚值后，变量的一些系数可能变为零。

633题

以下是两种不同的对数模型，分别为β0和β1。

对于两种对数模型（绿色，黑色）的β0和β1值，下列哪一项是正确的？注： Y =β0+β1* X。其中β0是截距，β1是系数。

A、绿色的β1大于黑色

B、绿色的β1小于黑色

C、两种颜色的β1相同

D、不能说

点击下方空白区域查看答案
▼

正确答案是： B

解析：

β0和β1：β0= 0，β1= 1为X1颜色（黑色），β0= 0，β1= -1为X4颜色（绿色）

634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。

A、（0，inf）

B、（-inf，0）

C、（0,1）

D、（-inf，inf）

点击下方空白区域查看答案
▼

正确答案是：C

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。

635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。

上图中哪一个显示了决策边界过度拟合训练数据？

A、A

B、B

C、C

D、这些都没有

点击下方空白区域查看答案
▼

正确答案是：C

解析：

由于在图3中，决策边界不平滑，表明其过度拟合数据。

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

GitHub上25个最受欢迎的开源机器学习库

今天你刷题了吗？（现在刷题免费送樱桃机械键盘、京东购物卡、18VIP等奖品）

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 ”

↓↓↓