第1题
A.Logit回归本质上是一种根据样本对权值进行极大似然估计的方法,而后验概率正比于先验概率和似然函数的乘积。logit仅仅是最大化似然函数,并没有最大化后验概率,更谈不上最小化后验概率
B.Logit回归的输出就是样本属于正类别的几率,可以计算出概率
C.SVM的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面,应该属于结构风险最小化
D.SVM可以通过正则化系数控制模型的复杂度,避免过拟合
第2题
A、p.p1 {margin: 0.0px 0.0px 0.0px 0.0px; text-align: justify; font: 12.0px '.PingFang SC'} 拟合模型
B、数据样本
C、模型参数
D、样本和模型对应关系
第3题
为了判断和哪个模型更好地拟合了数据,我们不能使用的原因是
A、当0<y> <1时, src="http://static.jiandati.com/de8942d-chaoxing2016-501606.png">会是负数
B、在这两个模型中,SST的单位不一样
C、在对数线性模型中,斜率系数的含义发生了变化
D、在对数线性模型中,可能会大于1
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!