466、以下哪些方法不可以直接來對文本分類？

A、Kmeans

B、決策樹

C、支持向量機

D、KNN

正確答案是：A

解析：

Kmeans是聚類方法，典型的無監督學習方法。分類是監督學習方法，BCD都是常見的分類方法。

467、已知一組數據的協方差矩陣P,下面關於主分量說法錯誤的是（）

A、主分量分析的最佳準則是對一組數據進行按一組正交基分解, 在只取相同數量分量的條件下,以均方誤差計算截尾誤差最小

B、在經主分量分解後,協方差矩陣成爲對角矩陣

C、主分量分析就是K-L變換

D、主分量是通過求協方差矩陣的特徵值得到

正確答案是：C

解析：

K-L變換與PCA變換是不同的概念，PCA的變換矩陣是協方差矩陣，K-L變換的變換矩陣可以有很多種（二階矩陣、協方差矩陣、總類內離散度矩陣等等）。當K-L變換矩陣爲協方差矩陣時，等同於PCA。

解析參考自：@BlackEyes_SGC

468、關於logit 迴歸和SVM 不正確的是（ ）

A、Logit迴歸本質上是一種根據樣本對權值進行極大似然估計的方法，而後驗概率正比於先驗概率和似然函數的乘積。logit僅僅是最大化似然函數，並沒有最大化後驗概率，更談不上最小化後驗概率。

B、Logit迴歸的輸出就是樣本屬於正類別的幾率，可以計算出概率。

C、SVM的目標是找到使得訓練數據儘可能分開且分類間隔最大的超平面，應該屬於結構風險最小化。

D、SVM可以通過正則化係數控制模型的複雜度，避免過擬合。

正確答案是：A

解析：

Logit迴歸目標函數是最小化後驗概率，Logit迴歸可以用於預測事件發生概率的大小，SVM目標是結構風險最小化，SVM可以有效避免模型過擬合。

469、以下不屬於影響聚類算法結果的主要因素有（）

A、已知類別的樣本質量

B、分類準則

C、特徵選取

D、模式相似性測度

正確答案是：A

解析：

都已知了，就不必再進行聚類了。

470、模式識別中，不屬於馬式距離較之於歐式距離的優點的是（ ）

A、平移不變性

B、尺度不變性

C、考慮了模式的分佈

正確答案是：A

點擊下方“瞭解更多”，獲取更多機器學習相關知識~