随笔分类 - 机器学习
摘要:习题 6.1 试证明样本空间中任意点 $\boldsymbol{x}$ 到超平面 $(\boldsymbol{w}, b)$ 的距离为式 $(6.2)$ . .png) 设超平面为 $\ell(\boldsymbol{w}, b)$ , $\boldsymbol{x}$ 在 $\ell$ 上的投影为
阅读全文
摘要:习题 5.1 试述将线性函数 $f(\boldsymbol{x}) = \boldsymbol{w}^{\mathrm{T}}\boldsymbol{x}$ 用作神经元激活函数的缺陷. 理想中的激活函数是阶跃函数, 但是它不连续, 不光滑, 所以要一个连续、光滑的函数替代它. 线性函数虽然连续、光滑
阅读全文
摘要:习题 4.1 试证明对于不含冲突数据 (即特征向量完全相同但标记不同) 的训练集, 必存在与训练集一致 (即训练误差为 0)的决策树. 既然每个标记不同的数据特征向量都不同, 只要树的每一条 (从根解点到一个叶节点算一条) 枝干代表一种向量, 这个决策树就与训练集一致. 4.2 试析使用 "最小训练
阅读全文
摘要:习题 3.1 试析在什么情况下式 \((3.2)\) 中不必考虑偏置项 \(b\) . 书中有提到, 可以把 \(x\) 和 \(b\) 吸收入向量形式 \(\hat{w} = (w;b)\) .此时就不用单独考虑 \(b\) 了. 其实还有很多情况不用, 比如说使用了 \(\mathrm{one-
阅读全文
摘要:习题 2.1 数据集包含 $1000$ 个样本, 其中 $500$ 个正例、$500$ 个反例, 将其划分为包含 $70\%$ 样本的训练集和 $30\%$ 样本的测试集用于留出法评估, 试估算共有多少种划分方式. 如果划分要保证正例和反例一样多的话, 那么划分方式数量 $n$ 有 $$\begin
阅读全文
摘要:《机器学习》西瓜书 习题 "第 1 章 绪论" "第 2 章 模型评估与选择" "第 3 章 线性模型" "第 4 章 决策树" "第 5 章 神经网络" "第 6 章 支持向量机" 编程实例 "《机器学习》西瓜书 第 $2$ 章 编程实例 ( $\mathrm{ROC}$ 曲线, 代价曲线的绘制,
阅读全文
摘要:习题 1.1 表 $1.1$ 中若只包含编号为 $1$ 和 $4$ 的两个样例, 试给出相应的版本空间. 这应该不难理解吧,直接上表格. |编号|色泽|根蒂|敲声|好瓜| |: :|: :|: :|: :|: :| | $1$ |青绿|蜷缩|浊响| 是 | | $4$ |乌黑|稍蜷|沉闷| 否 |
阅读全文