假如我们使用非线性可分的SVM目标函数作为最优化对象,我们怎么保证模型线性可分()A.设C=1B.设C=0
假如我们使用非线性可分的SVM目标函数作为最优化对象,我们怎么保证模型线性可分()
A.设C=1
B.设C=0
C.设C=无穷大
D.以上都不对
假如我们使用非线性可分的SVM目标函数作为最优化对象,我们怎么保证模型线性可分()
A.设C=1
B.设C=0
C.设C=无穷大
D.以上都不对
第2题
A.支持向量是距离超平面最近的点组成的向量
B.SVM算法不能用于处理非线性数据集
C.SVM可以被用于解决分类问题
D.SVM算法可以使用多种核函数
第4题
A.FasterRCNN主要是采用选择性搜索实现候选框提取
B.FasterRCNN使用SVM进行目标类别分类
C.FasterRCNN使用一个卷积实现分类和位置微调
D.FasterRCNN的损失函数与RCNN相同,位置损失函数采用交叉熵
第5题
A.Logit回归目标函数是最小化后验概率
B.Logit回归可以用于预测事件发生概率的大小
C.SVM可以实现结构风险最小化
D.SVM可以有效避免模型过拟合
第6题
A.仍然能正确分类数据
B.不能正确分类
C.不确定
D.以上均不正确
第9题
A.将低维空间中线性不可分的数据映射到高维空间,使其线性可分
B.将高维空间中线性不可分的数据映射到低维空间,使其线性可分
C.将高维空间中线性可分的数据映射到低维空间,使其线性不可分
D.将低维空间中线性可分的数据映射到高维空间,使其线性不可分
第10题
A.不确定需要映射到多少维的空间上,非线性问题才会转化为线性问题
B.如何找到合适的映射函数φ
C.增加计算量,可能会因为维数灾难无法解决
D.能够确定映射到的高维空间的维度
E.能够找到合适的映射函数φ
F.增加计算量时可以避免出现维数灾难