coursera Machine Learning 第六周 测验quiz2答案解析 Machine Learning System Design
来源:互联网 发布:blct升级数据 编辑:程序博客网 时间:2024/06/06 00:35
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)
- coursera Machine Learning 第六周 测验quiz2答案解析 Machine Learning System Design
- coursera Machine Learning 第八周 测验quiz2答案解析 Principal Component Analysis
- coursera Machine Learning 第六周 测验quiz1答案解析 Advice for Applying Machine Learning
- Coursera Machine Learning 第六周 quiz Machine Learning System Design
- 带解题思路:Coursera Machine Learning 第六周 quiz (Machine Learning System Design)
- coursera Machine Learning 第五周 测验quiz答案解析 Neural Networks: Learning
- coursera Machine Learning 第八周 测验quiz1答案解析 Unsupervised Learning
- 第六周:Machine learning system design
- coursera Machine Learning 第七周 测验quiz答案解析 Support Vector Machines
- coursera Machine Learning 第四周 测验quiz答案解析 Neural Networks: Representation
- coursera机器学习笔记之“Machine Learning System Design”
- Coursera ML笔记 -----week6 -2 Machine Learning System Design
- Coursera Machine Learning 第六周 quiz Advice for Applying Machine Learning
- Coursera机器学习-第六周-Advice for Applying Machine Learning
- Coursera—machine learning(Andrew Ng)第六周编程作业
- Stanford Machine Learning -- 第四讲 Machine Learning System design
- Stanford Machine Learning -- 第四讲 Machine Learning System design
- Machine Learning week 6 quiz: Machine Learning System Design
- 解决Redis服务错误一例听语音
- lintcode 3:统计数字
- Android中TextView实现富文本展示效果
- java
- 理解node中的require和exports
- coursera Machine Learning 第六周 测验quiz2答案解析 Machine Learning System Design
- 快速幂取模
- java大数据
- PHP入门-变量声明与使用
- 新老系统迁移及整合方案
- 数据结构之归并排序(java)
- linux CentOS 7 安装 java1.8
- Android网络请求-sign参数的设置
- 日常咸鱼记录17/12/13,更新Vmware Tools