机器学习期末试题.docVIP

中国 课程编号：712008Z? 试 题 专 用 纸 课程名称： 任课教师：卿来云 ——————————————————————————————————————————————— 姓名 学号 成绩 1、请描述极大似然估计MLE和最大后验估计MAP之间的区别。请解释为什么MLE比MAP更容易过拟合。（10分） A B C y 0 0 1 0 0 1 0 0 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 1 1 1 0 1 2、在年度百花奖评奖揭晓之前，一位教授问80个电影系的学生，谁将分别获得8个奖项（如最佳导演 二、回归问题。（共24分） 现有N个训练样本的数据集，其中为实数 ，其中极大似然估计w，w的估计。 （8分） 给定如下图(b)所示的数据。从图中我们可以看出该数据集有一些噪声，请设计一个对噪声鲁棒的线性回归模型，并简要分析该模型为什么能对噪声鲁棒。（10分） (a) (b) 三、SVM分类。（第1~5题各4分，第6题5分，共25分） 下图为采用不同核函数或不同的松弛因子得到的SVM决策边界。但粗心的实验者忘记记录每个图形对应的模型和参数了。请你帮忙给下面每个模型标出正确的图形。 1、 其中。 2、 其中。 3、 其中。 4、 其中。 5、 其中。 6、考虑带松弛因子的线性SVM分类器：下面有一些关于某些变量随参数C的增大而变化的表述。如果表述总是成立，标示“是”；如果表述总是不成立，标示“否”；如果表述的正确性取决于C增大的具体情况，标示“不一定”。 共 3 页 第2 页 (1) 不会增大 (2) 增大 (3) 不会减小 (4) 会有更多的训练样本被分错 (5) 间隔(Margin)不会增大 四、一个初学机器学习的朋友对房价进行预测。他在一个N=1000个房价数据的数据集上匹配了一个有533个参数的模型，该模型能解释数据集上99%的变化。 1、请问该模型能很好地预测来年的房价吗？简单解释原因。（5分） 2、如果上述模型不能很好预测新的房价，请你设计一个合适的模型，给出模型的参数估计，并解释你的模型为什么是合理的。（10分） 共 3 页 第3 页