
2021 年《机器学习》课程考试试题
1
一.训练数据集:正实例点 x
1
=(2,3)
T
,x
2
=(4,1)
T
,负实例点 x
3
=(0.5,0.5)
T
,试用感知机学习算法求迭代
三次后感知机模型
f(x)=sign(w·x+b)
中的参数
。
这里,w=(w
(1)
,w
(2)
)
T
,x=(x
(1)
,x
(2)
)
T
。
η
=1
,
w
0
=(0
(1)
,0
(2)
)
T
,
b
0
=0。(共 20 分)
提示:
(1)计算网络的实际输出:
1
1
1
1
n
i
i
ip
n
i
i
ipp
tWXsigntWXftY
(2)修正权值:W
i
(t+1)=W
i
(t)+η(T
p
–Y
p
(t))X
ip
,i=(1,2,…,n,n+1)。
二.训练数据集正实例点是 x
1
=(2,3)
T
,x
2
=(4,3)
T
,负实例点是 x
3
=(0.5,0.5)
T
,要求:
(1)建立最大间隔分离超平面的原问题模型; (2)建立最大间隔分离超平面的对偶问题模型;
(3)假设对偶问题的最优解
0.2353,0000.0,0.2353
321
,请写出分离超平面和判别超平面
方程。(20 分)
提示:
支持向量机原问题数学模型:
nibwxyts
w
ii
,,2,1,01..
2
min
支持向量机对偶问题数学模型:
liayats
xxyy
i
i
ii
l
i
i
l
i
l
j
jijiji
,,1,0;0..
2
1
min
11 1
。
超平面参数:
,
。
三.训练样本集如表 1 所示。类标号属性 Buy_computer 有两个不同值{yes,no}。(1)使用 ID3 算法建立
决策树,并画草图;(2)使用所建立决策树来预测具有
(age=“youth”,income=“medium”,student=“yes”,credit_rating=“fair”)
属性的人是否买电脑 。(共 20 分)
表 1 样本数据
评论0