База ответов ИНТУИТ

Машинное обучение

<<- Назад к вопросам

При каком размере окна h функция в пределе
h \to \infty
вырождается в константу?

(Ответ считается верным, если отмечены все правильные варианты ответов.)
Варианты ответа
при слишком широком;(Верный ответ)
при оптимальном значении ширины окна;
при слишком узком;
при h=0.
Похожие вопросы
При каком размере окна h функция
a_h(x)
стремится пройти через все точки выборки?
Если выполнены условия: 1) выборка
X^m
простая, получена из плотности распределения
p(x)
; 2) ядро
K(z)
непрерывно, его квадрат ограничен:
\int_x k^z (z)dz<\infty
; 3) последовательность
h_m
такова, что
\lim_{\limits {m \to \infty}} h_m = 0
и
\lim _{\limits{m \to \infty}} mh_m = \infty
, тогда:
При каком размере окна h функция чрезмерно сглаживается?
Какой получится алгоритм, если ввести функцию ядра
k(z)
невозрастающую на
[0, \infty)
и положив
w(i,u)=k(\frac{1}{h} \rho(u, x_u^{(i)}))
в формуле
a(u;X^l) = \arg \max_{y \in Y} Г_y(u;X^l)
?
Если в корректирующей операции
b(x) = F(b_1(x),g_1(x),...,b_r(x), g_r(x)) = \sum_{t=1}^T gt(x) b_t(x)
функция
gt(x)
принимает только два значения
\{0,1\}
, то множество всех
x \in X
, для которых
gt(x) = 1
, называется:
Если известны
P_y = P(y)
и
P_y(x) = p(x|y)
, и
\lambda_{yy} = 0
, а
\lambda_{ys} = \lambda_y
для всех
y
,
s \in Y
, то минимум среднего риска
R(a)
достигается при:
Какая функция не считает за ошибки отклонения
a(x_i)
от
y_i
, меньшие
\varepsilon
?
Чему соответствует точечное ядро
k(z)=[z=0]
при единичной ширине окна
h=1
:
В формуле совместной плотности
p(x,y) = p(x) P(y|x) = P(y)p(x|y)
функцией апостеорной вероятности класса
y
будет функция:
В формуле совместной плотности
p(x,y) = p(x) P(y|x) = P(y)p(x|y)
функцией априорной вероятности класса
y
будет функция: