概述
1、中文同义词替换时，常用到Word2Vec，以下说法错误的是
A. Word2Vec基于概率统计
B. Word2Vec结果符合当前语料环境
C. Word2Vec得到的都是语义上的同义词
D. Word2Vec受限于训练语料的数量和质量
参考答案：C
解析：Word2Vec是常用的词向量表示，它采用的是同等上下文环境下的词语具有相同的词向量，而并非相同的含义。例如，我使用和朋友聊天。我使用<微信>和朋友聊天。这两句话只要上下文一样，那么QQ和微信的词向量表示也相同。当然也有我爱<中国>和我爱<中华人民共和国>这两个词在语义上的表示是相同的。
2、假定你用一个线性SVM分类器求解二类分类问题，如下图所示，这些用红色圆圈起来的点表示支持向量
如果移除这些圈起来的数据，决策边界（即分离超平面）是否会发生改变？
A. 会
B. 不会
参考答案：A
解析：SVM的决策边界取决于支持向量，支持向量发生改变，其决策边界也会发生改变。
3、如果将数据中除圈起来的三个点以外的其他数据全部移除，那么决策边界是否会改变？
A.会
B.不会
参考答案：B
解析：同上题。
4、关于SVM泛化误差描述正确的是
A. 超平面与支持向量之间距离
B. SVM对未知数据的预测能力
C. SVM的误差阈值
最后
以上就是坚定乌龟为你收集整理的机器学习习题（18）的全部内容，希望文章能够帮你解决机器学习习题（18）所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复