題目一:假定你使用SVM學習數據X,數據X裏面有些點存在錯誤。現在如果你使用一個二次核函數,多項式階數爲2,使用懲罰因子C作爲超參之一。 當你使用較大的C(C趨於無窮),則:
A
仍然能正確分類數據
B
不能正確分類
C
不確定
D
以上均不正確
解析:正確答案是:A,採用更大的C,誤分類點的懲罰就更大,因此決策邊界將儘可能完美地分類數據。參考
題目二:假設你訓練了一個基於線性核的SVM,多項式階數爲2,在訓練集和測試集上準確率都爲100%。 如果增加模型複雜度或核函數的多項式階數,將會發生什麼?
A
導致過擬合
B
導致欠擬合
C
無影響,因爲模型已達100%準確率
D
以上均不正確
解析:
正確答案是:A,增加模型複雜度會導致過擬合