A.感知準(zhǔn)則函數(shù)B.貝葉斯分類C.支持向量機D.Fisher準(zhǔn)則
A.增加訓(xùn)練集量B.減少神經(jīng)網(wǎng)絡(luò)隱藏層節(jié)點數(shù)C.刪除稀疏的特征D.SVM算法中使用高斯核/RBF核代替線性核
A.Logistic回歸可用于預(yù)測事件發(fā)生概率的大小B.Logistic回歸的目標(biāo)函數(shù)是最小化后驗概率C.SVM的目標(biāo)的結(jié)構(gòu)風(fēng)險最小化D.SVM可以加入正則化項,有效避免模型過擬合