coursera Machine Learning 第六周 测验quiz2答案解析 Machine Learning System Design

1.0.85

解析：求recall得85/（85+15）=0.85

2.选择AD

解析：题意说明给于大量的数据会对以下两种算法有好的表现。A是有中众多特征值，需要大量的数据进行训练，故正确。B没有用正则化的模型大部分是underfiting，high bias不必有大数据训练。C与B同样是high bias，应该适当增加特征量。D特征量能很好的预测输出值说明算法适当，不会underfit但可能overfit，所以应该给予大数据。

3.选择C

解析：把阈值从0.5调到0.9，显然预测为1的数量减少，被预测成1而实际为1的概率提高了，所以precision（准确率）提高了，recall（召回率）降低了，accuracy（正确率）不好判断吧。

4.选择ABC

解析：题意有99%不是垃圾邮件（y=0），1%是垃圾邮件（y=1）。A预测全部y=0，则正确率=（0+99%）/1=99%正确。B trainingset 和cross validation set（验证集））不一样所以无法给出两者类似的结果，故错误。C 好的分类器应该既有高准确率又有高召回率正确。D和B同一道理，虽然可以对训练集有99%的正确率，可其是过拟合无法很好得预测验证集，故正确。

5选择CE

解析：A如果欠拟合增加数据量没有帮助，故错误。B吴老师给出建议不要以开始就收集大量数据，先快速实现某个简单的算法，再去完善它，故错误。C在偏斜的情况下正确率已经不能很好衡量算法优劣，应该使用F1=2*（R*P）/(R+P)，故正确。D不一定非得0.5作为阈值，应视解决问题而定，故错误。E使用大样本一般不会造成过拟合，因为过拟合会因为大量数据而得到缓解，故正确。

如果对你有所帮助，谢谢您的资助^_^

(一块不少，五块更好）