前提条件：给定数据集T和超平面（w,b） 1.函数间隔和几何间隔 函数间隔：超平面关于样本点（xi，yi）的函数间隔为： 超平面关于T的函数间隔为所有样本点的最小值。 只要成...
IP属地：辽宁
-
机器学习面试整理-svm
-
机器学习面试整理-集成模型
0.基分类器结合策略（平均法，voting，stacking） 平均法：1.简单平均法： 2.加权平均法 voting：1.绝对多数投票法：过半数，预测为该标签...
-
机器学习面试整理-线性模型
1.基本形式 给定d个属性描述的样本,线性模型学得一个通过属性线性组合来进行预测的函数 2.线性回归 数据集：,其中 模型：,使得 损失函数：令数据集后面扩充一列1，变成m*...
-
机器学习面试整理-决策树
1.基本流程 在做决策树的时候，会经历两个阶段：构造和剪枝。 构造 构造就是生成一棵完整的决策树。简单来说，构造的过程就是选择什么属性作为节点的过程，那么在构造过程中，会存在...
-
机器学习面试整理-模型的评估和选择
1 划分测试集方法 1.1留出法 优点： 这个方法操作简单，只需随机把原始数据分为三组即可。 缺点： 如果只做一次分割，它对训练集、验证集和测试集的样本数比例，还有分割后数据...