База ответов ИНТУИТ

Машинное обучение

<<- Назад к вопросам

Выберите правило, которое подсчитывает долю голосов, относящих объект
x
к каждому из классов:

(Отметьте один правильный вариант ответа.)
Варианты ответа
Г_c(x)=\sum_{t=1}^{T_c}\alpha_c^t\varphi_c^t(x), \alpha_c^t \ge 0
;
Г_c(x)=\frac{1}{T_c}\sum_{t=1}^{T_c}\varphi_c^t(x), c \in Y
;(Верный ответ)
Г_c(x)=\max_{y \in Y\{c\}} Г_y(x), c=y^*(x)
;
Похожие вопросы
Какой алгоритм подсчитывает долю правил в наборах
R_c
, относящих объект
x
к каждому из классов?
Какой алгоритм каждому правилу
\varphi_c^t
приписывает вес
\alpha_c^t \ge 0
, и при голосовании берётся взвешенная сумма голосов
Г_c(x)=\sum_{t=1}^{T_c} \alpha_c^t \varphi_c^t(x), \alpha_c^t \ge 0
?
Выберите правило, при голосовании которым берётся взвешенная сумма голосов?
К какому классу отнесет объект решающее правило С:
C(b) \equiv C(b^{(1)},...,b^\mu) = \arg \max_{y \in Y} b^{(y)}
?
Верно ли, что если правило
\varphi_c^t(x)=1
, то объект будет определен в другом классе?
Если объекты
x_i
либо лежат внутри разделяющей полосы, но классифицируются правильно
(0 < \xi_i < 1, 0 < m_i < 1)
, либо попадают на границу классов
(\xi_i = 1, m_i = 0)
, либо вообще относятся к чужому классу
(\xi_i > 1, m_i < 0)
, то их называют:
Апостеорной вероятностью класса
y
для объекта
x
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:
Что получится, если дискриминантная функция определяется как скалярное произведение вектора
x
и вектора параметров
w \in R^n
?
Что получится, если дискриминантная функция определяется как скалярное произведение вектора
x
и вектора параметров
w \in R^n
?