下载APP
【单选题】
假设有一个数据集，其中n=10个特征，m=5000个示例。 使用梯度下降法训练logistic回归分类器后，您会发现它对训练集拟合不足，并且在训练集或交叉验证集上没有达到预期的性能。以下哪项可能是有希望采取的步骤？（）
A.
减少训练集中的样本数量
B.
用其他的优化方法替代梯度下降方法，因为通过梯度下降可能会得到一个局部最小值
C.
增大学习率
D.
尝试用一个包含更多隐藏单元的神经网络
举报
参考答案：
参考解析：
刷刷题刷刷变学霸
举一反三
【单选题】梯度下降法求函数极值算法步骤正确的是（）。 (1)给定初始点x0、阈值和学习率 (2)计算函数在该点的导数 (3)如果插值小于阈值则找到极值点，否则重复前3步 (4)根据梯度下降更新公式得到下一个x点 (5)计算更新前后两点函数值的差值
A.
(1)(2)(4)(3)(5)
B.
(2)(1)(5)(3)(4)
C.
(1)(2)(4)(5)(3)
D.
(1)(2)(5)(4)(3)
【单选题】刻画数据的离散程度的度量，下列说法正确的是（ ）（1）应充分利用所得的数据，以便提供更确切的信息；（2）可以用多个数值来刻画数据的离散程度；（3）对于不同的数据集，其离散程度大时，该数值应越小．
A.
（1）和（3）
B.
（2）和（3）
C.
（1）和（2）
D.
都正确