简答题\n 假如使用逻辑回归对样本进行分类，得到训练样本的准确率和测试样本的准确率。现在，在数据中增加一个新的特征，其它特征保持不变。然后重新训练测试。则下列说法正确的是？ A、训练样本准确率一定会降低 B、训练样本准确率一定增加或保持不变 C、测试样本准确率一定会降低 D、测试样本准确率一定增加或保持不变\n简答题\n 下列哪些算法可以用来够造神经网络？ A、kNN B、线性回归 C、逻辑回归\n简答题\n 超参数选择不当，会对模型有较大的负面影响，所以在参数调整策略方面，所有超参数都同等重要。这句话是否正确？ A、正确 B、错误\n简答题\n 假设使用逻辑回归进行 n 多类别分类，使用 One-vs-rest 分类法。下列说法正确的是？ A、对于 n 类别，需要训练 n 个模型 B、对于 n 类别，需要训练 n-1 个模型 C、对于 n 类别，只需要训练 1 个模型 D、以上说法都不对\n简答题\n 逻辑回归常用来预测连续独立变量。这句话是否正确？ A、正确 B、错误\n简答题\n 如果一个 SVM 模型出现欠拟合，那么下列哪种方法能解决这一问题？ A、增大惩罚参数 C 的值 B、减小惩罚参数 C 的值 C、减小核系数（gamma参数）\n简答题\n “增加卷积核的尺寸，一定能提高卷积神经网络的性能。” 这句话是否正确？ A、正确 B、错误\n简答题\n 假定你在神经网络中的隐藏层中使用**函数 X。在特定神经元给定任意输入，你会得到输出 -0.01。X 可能是以下哪一个**函数？ A、ReLU B、tanh C、Sigmoid D、以上都有可能\n简答题\n 假设在卷积神经网络的第一层中有 5 个卷积核，每个卷积核尺寸为 7×7，具有零填充且步幅为 1。该层的输入图片的维度是 224×224×3。那么该层输出的维度是多少？ A、217 x 217 x 3 B、217 x 217 x 8 C、218 x 218 x 5 D、220 x 220 x 7\n简答题\n 如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的？ A、增加树的深度 B、增加学习率 C、减小树的深度 D、减少树的数量\n简答题\n 决策树学习是一种逼近离散值目标函数的方法，学习到的函数被表示为一棵决策树。这句话是否正确？ A、正确 B、错误\n