在我們學(xué)習機器算法的時(shí)候，可以將機器學(xué)習算法視為包含刀槍劍戟斧鉞鉤叉的一個(gè)軍械庫。你可以使用各種各樣的兵器，但你要明白這些兵器是需要在合適的時(shí)間合理的地點(diǎn)使用它們。作為類(lèi)比，你可以將“回歸算法”想象成能夠有效切割數據的劍，但無(wú)法處理高度復雜的數據。相反的是，“支持向量機（SVM）”就像一把鋒利的刀，它比較適用于較小的數據集，但在較小的數據集上面，它可以構建更加強大的模型。
相信在你學(xué)習機器學(xué)習算法解決分類(lèi)問(wèn)題的時(shí)候，肯定聽(tīng)說(shuō)過(guò)支持向量機（SVM），在過(guò)去的五十年中SVM在隨著(zhù)時(shí)間進(jìn)行演化，并且在分類(lèi)之外也得到了應用，比如回歸、離散值分析、排序。我相信你在不同的途徑中肯定也接觸過(guò)支持向量機，是不是覺(jué)得已經(jīng)對這個(gè)東西有些頭痛，認為很多人都會(huì )，但是自己好像怎么都不能明白過(guò)來(lái)它的原理，或者說(shuō)你已經(jīng)對自己有關(guān)支持向量機的知識已經(jīng)很有自信了，那么現在你來(lái)對地方了，這份技能測試就是專(zhuān)門(mén)測試你對于支持向量機的掌握程度已經(jīng)是否可以應用。這份測試已經(jīng)有超過(guò)550多人參加了，最后我會(huì )放出這些人的分數的分布情況，從而方便你對比一下自己的支持向量機的水平程度。
問(wèn)題背景：1-2
假設你使用的是一個(gè)線(xiàn)性SVM分類(lèi)器，是用來(lái)解決存在的2分類(lèi)問(wèn)題?，F在你已經(jīng)獲得了以下數據，其中一些點(diǎn)用紅色圈起來(lái)表示支持向量。
1）如果從數據中刪除以下任何一個(gè)紅點(diǎn)。決策邊界會(huì )改變嗎？
A）YES B）NO
2）[是或否]如果從數據中刪除非紅色圓圈點(diǎn)，決策邊界會(huì )發(fā)生變化嗎？
A）真 B）假
3）有關(guān)于支持向量機的泛化誤差是什么意思？
A）超平面與支持向量的距離 B）支持向量機對未知數據的預測精度如何 C）支持向量機中的閾值誤差量
4）當C參數設置為無(wú)窮大時(shí)，以下哪項成立？
A）如果存在最優(yōu)的超平面，那么則會(huì )是完全可以分類(lèi)數據 B）軟邊際分類(lèi)器將分離數據
C）以上都不是
5）硬邊緣是什么意思？
A）SVM允許分類(lèi)中的誤差很小 B）SVM允許分類(lèi)中的誤差很大 C）以上都不是
6）訓練支持向量機的最小時(shí)間復雜度是O（n2）。根據這一事實(shí)，什么尺寸的數據集不是最適合SVM的？
A）大型數據集 B）小型數據集 C）中型數據集 D）大小無(wú)關(guān)緊要
7）支持向量機的有效性取決于：
A）內核的選擇 B）內核的參數 C）軟邊距的參數C D）以上所有
8）支持向量是最接近決策邊界的數據點(diǎn)。
A）是 B）否
9）支持向量機在以下什么情況中的效果最差：
A）數據是線(xiàn)性可分的 B）數據干凈并且可以使用 C）數據有噪音且包含重疊點(diǎn)
10）假設在支持向量機中使用高Gamma值并且使用RBF內核。這意味著(zhù)什么？
A）模型考慮甚至遠離超平面的點(diǎn)進(jìn)行建模 B）模型只考慮超平面附近的點(diǎn)進(jìn)行建模 C）模型不會(huì )受到點(diǎn)距離超平面的影響并進(jìn)行建模 D）沒(méi)有以上
11）支持向量機中的代價(jià)參數表示：
A）要進(jìn)行的交叉驗證的數量 B）要使用的內核 C）模型的分類(lèi)錯誤和簡(jiǎn)單性之間的權衡 D）以上都不是
12）
假設你正在基于數據X進(jìn)行構建支持向量機模型。數據X可能容易出錯，這意味著(zhù)你不應該過(guò)多地信任任何特定的數據點(diǎn)。假如現在你想建立一個(gè)支持向量機模型，它的二次核函數為2次多項式，它使用松弛變量C作為它的超參數之一?；诖?，請給出以下問(wèn)題的答案。
當你使用非常大的C值（C->無(wú)窮大）時(shí)會(huì )發(fā)生什么？
注意：對于小C，也可以正確地對所有數據點(diǎn)進(jìn)行分類(lèi)
A）對于給定的超參數C，我們仍然可以正確的對數據進(jìn)行分類(lèi) B）對于給定的超參數C，我們不能對數據進(jìn)行正確的分類(lèi) C）不好說(shuō) D）以上都不是
13）當使用非常小的C值（C~0）會(huì )發(fā)生什么？
A）將會(huì )發(fā)生分類(lèi)錯誤 B）數據將被正確的分類(lèi) C）不好說(shuō) D）以上都不是
14）如果我正在使用我的數據集的所有特征，并且我在訓練集上達到100％的準確率，但在驗證集上卻只達到約70％，我應該注意什么？
A）欠擬合 B）沒(méi)什么注意的，模型是非常完美的 C）過(guò)度擬合
15）以下哪項是支持向量機在現實(shí)世界中的實(shí)際應用？
A）文本和超文本分類(lèi) B）圖像分類(lèi) C）新聞文章的聚類(lèi) D）以上所有
問(wèn)題背景：16 - 18
假設你在訓練支持向量機后訓練了一個(gè)具有線(xiàn)性決策邊界的支持向量機，你正確的發(fā)現了你的支持向量機的模型還不合適。
16）下面選項中哪一個(gè)是你更能考慮進(jìn)行迭代支持向量機的？
A）增加你的數據點(diǎn) B）減少你的數據點(diǎn) C）嘗試計算更多的變量 D）嘗試減少變量
17）假設你在前一個(gè)問(wèn)題中給出了正確的答案。你認為實(shí)際上會(huì )發(fā)生什么？
1.我們正在降低偏差 2.我們正在降低方差 3.我們正在增加偏差 4.我們正在增加方差
A）1和2 B）2和3 C）1和4 D）2和4
18）在上面的問(wèn)題中，假設你想要更改其中一個(gè)（支持向量機）超參數，以便效果與之前的問(wèn)題相同，也就是模型不適合？
A）我們將增加參數C B）我們將減小參數C C）C中的變化不起作用 D）這些都不是
19）在支持向量機中使用高斯核函數之前，我們通常使用特征歸一化。那么什么是真正的特征歸一化？
我們進(jìn)行特征歸一化時(shí)，以便新特征占主導地位
有時(shí)，對于分類(lèi)變量，特征歸一化是不可行的
當我們在支持向量機中使用高斯核函數時(shí)，特征歸一化總是有幫助的
A）1 B）1和2 C）1和3 D）2和3
問(wèn)題背景：20-22
假設你正在處理4分類(lèi)問(wèn)題，并且你希望在數據上訓練支持向量機模型，因為你正在使用One-vs-all方法?，F在回答以下問(wèn)題
20）在這種情況下我們需要訓練支持向量機模型多少次
A）1 B）2 C）3 D）4
21）假設你的數據中具有相同的類(lèi)分布?，F在，比如說(shuō)在一對一訓練中進(jìn)行1次訓練，支持向量機模型需要10秒鐘。那么端到端訓練一對一的方法需要多少秒？
A）20 B）40 C）60 D）80
22）假設你的問(wèn)題現在已經(jīng)發(fā)生了改變?，F在，數據只有2個(gè)類(lèi)。在這種情況下，你認為我們需要訓練支持向量機多少次？
A）1 B）2 C）3 D）4
問(wèn)題背景：23 - 24
假設你使用的支持向量機的線(xiàn)性核函數為2次多項式，現在認為你已將其應用于數據上并發(fā)現它完全符合數據，這意味著(zhù)，訓練和測試精度為100％。
23）現在，假設你增加了這個(gè)內核的復雜度（或者說(shuō)多項式的階數）。你認為會(huì )發(fā)生什么？
A）增加復雜性將使數據過(guò)度擬合 B）增加復雜性將使數據不適應模型 C）由于你的模型已經(jīng)100％準確，因此不會(huì )發(fā)生任何事情 D）以上都不是
24）在上一個(gè)問(wèn)題中，在增加復雜性之后，你發(fā)現訓練精度仍然是100％。你認為這背后的原因是什么？
由于數據是固定的，我們擬合更多的多項式項或參數，因此算法開(kāi)始記憶數據中的所有內容
由于數據是固定的，SVM不需要在大的假設空間中進(jìn)行搜索
A）1 B）2 C）1和2 D）這些都不是
25）支持向量機中的kernel是什么？
kernel是將低維數據映射到高維空間
這是一個(gè)相似函數
A）1 B）2 C）1和2 D）這些都不是
1）正確答案：A
這三個(gè)例子的位置使得刪除它們中的任何一個(gè)都會(huì )在約束中引入松弛效果。因此決策邊界將完全改變。
2）正確答案：B
從數據另一方面來(lái)說(shuō)，數據中的其余點(diǎn)不會(huì )對決策邊界產(chǎn)生太大影響。
3）正確答案：B
統計中的泛化誤差通常是樣本外誤差，它是用來(lái)衡量模型預測先見(jiàn)未知的數據值的準確性。
4）正確答案：A
在如此高水平的誤差分類(lèi)懲罰水平上，軟邊際將不會(huì )存在，因為沒(méi)有錯誤的余地。
5）正確答案：A
硬邊界意味著(zhù)SVM在分類(lèi)方面非常嚴格，并且試圖在訓練集中完美的完成分類(lèi)，從而導致過(guò)度擬合。
6）正確答案：A
分類(lèi)邊界清晰的數據集與支持向量機的分類(lèi)效果最好
7）正確答案：D
支持向量機的有效性取決于你如何選擇上面提到的三個(gè)基本需求，從而最大化你的效率，減少誤差和過(guò)度擬合。
8）正確答案：A
它們是最接近超平面的點(diǎn)，也是最難分類(lèi)的點(diǎn)。它們還對決策邊界的位置有直接影響。
9）正確答案：C
當數據具有噪聲和重疊點(diǎn)時(shí)，如何在不分類(lèi)的情況下畫(huà)出清晰的超平面是一個(gè)很大的問(wèn)題。
10）正確答案：B
SVM調整中的gamma參數表示超平面附近的或遠離超平面的點(diǎn)的影響
對于較低的gamma值，模型將被過(guò)于約束并包括訓練數據集中的所有的點(diǎn)，而不會(huì )真正的捕獲形狀。
對于更高的gamma值，模型將很好地捕獲數據集的形狀。
11）正確答案：C
代價(jià)參數決定了支持向量機被允許在多大程度上“彎曲”數據。對于低的代價(jià)參數，你的目標是一個(gè)光滑平穩的超平面，對于更高的代價(jià)，你的目標是正確地分類(lèi)更多的點(diǎn)。它也簡(jiǎn)稱(chēng)為分類(lèi)錯誤的代價(jià)。
12）正確答案：A
對于較大的C值，錯誤分類(lèi)的點(diǎn)的代價(jià)非常高，因此決策邊界將盡可能完美地分離數據。
13）正確答案：A
該分類(lèi)器可以最大化的提高大多數點(diǎn)之間的邊距，同時(shí)會(huì )對少數點(diǎn)進(jìn)行錯誤的分類(lèi)，因為代價(jià)是非常低的。
14）正確答案：C
如果我們非常容易就達到了100％的訓練準確度，那么我們就需要檢查來(lái)確認我們是否過(guò)度擬合了數據。
15）正確答案：D
支持向量機是高度通用的模型，可用于幾乎所有現實(shí)世界的問(wèn)題，從回歸到聚類(lèi)和手寫(xiě)識別。
16）正確答案：C
這里最好的選擇是為模型創(chuàng )建嘗試更多的變量。
17）正確答案：C
更好的模型將降低偏差并增加方差
18）正確答案：A
增加C參數在這里是正確的，因為它將確保模型的規范化
19）正確答案：B
表述一和二是正確的。
20）正確答案：D
對于一個(gè)4分類(lèi)問(wèn)題，如果使用one-vs-all方法，則必須至少訓練SVM 4次。
21）正確答案：B
需要10×4 = 40秒
22）正確答案：A
僅訓練一次SVM就可以得到合適的結果
23）正確答案：A
增加數據的復雜性會(huì )使算法過(guò)度擬合數據。
24）正確答案：C
兩個(gè)給定的陳述都是正確的。
25）正確答案：C
兩個(gè)給定的陳述都是正確的。
是不是已經(jīng)對完答案，已經(jīng)算出自己的分數了呢，以下是參與者得分的總體分布，看一下自己的水平在那個(gè)位置吧：
在這個(gè)圖表中，列表示的得分的人數，行表示獲得的分數，全部答對的人只有1位，相信看完自己的分數后，你應該對自己的水平有了一定的了解，也明白自己對于支持向量機的哪些知識還有些不足，這樣我們可以更好的去學(xué)習。
聯(lián)系客服
