下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
习题4决策树只能用于分类任务,不能用于回归任务。()前馈神经网络(FNN)中数据是双向流动的。()决策树算法中,ID3算法选择最优分裂特征的标准是()。A.基尼指数(GiniIndex)B.信息增益(InformationGain)C.均方误差(MSE)D.准确率(Accuracy)随机森林中,每棵决策树的训练数据是通过()方式获得的。A.全部训练数据B.Bootstrap抽样C.按类别分层采样D.按特征排序采样5.比较决策树与随机森林的优缺点。6.对比卷积神经网络(CNN)和全连接神经网络在架构和功能上的区别。7.解释LSTM中门控机制(输入门、遗忘门和输出门)的作用。8.为什么Transformer比RNN更适合处理长序列?9.假设有一个数据集,包含以下特征和类别:天气(晴、阴、雨)、温度(高、中、低)、是否适合外出(是、否)。请使用ID3算法构建决策树,并计算每个特征的信息增益,数据集如下表。图4.16数据集MNIST数据集包含60000个训练样本和10000个测试样本,每个样本是一个28×28像素的手写数字图像,图像标签为0-9的数字。要求构建一个卷积神经网络模型,对MNIST数据集中的手写数字进行分类,并评估模型的性能。习题4答案:错误。决策树既可以用于分类任务,也可以用于回归任务。答案:错误。FNN中数据单向流动,从输入层进入,经过隐藏层处理后传递到输出层。答案:B。ID3算法基于信息增益选择最优特征,信息增益越大表示该特征对分类的帮助越大。答案:B。随机森林采用Bootstrap抽样(有放回抽样)为每棵树生成不同的训练子集。答案:•决策树优点:模型直观易解释,无需复杂数据预处理,计算速度快。•决策树缺点:容易过拟合,对数据变化敏感,稳定性差。•随机森林优点:通过集成降低方差,抗过拟合能力强,可处理高维数据。•随机森林缺点:模型复杂度高,训练时间长,解释性较差。答案:架构上,全连接神经网络是“平面网络”,主要由输入层、激活函数、全连接层组成;CNN是“立体网络”,由输入层、卷积层(可能有多个)、激活函数(可能有多个)、池化层(可能有多个)、全连接层组成。功能上,全连接神经网络无法对输入量进行特征提取;CNN可以实现特征自动提取功能。答案:输入门控制新输入数据进入细胞状态的程度,决定更新哪些信息并创建新候选值;遗忘门决定上一个时间步的细胞状态中哪些信息应被遗忘;输出门控制当前时间步的输出,根据需求有选择性地输出细胞状态中的信息。通过这三个门控机制,LSTM能更好地捕捉和学习长期依赖关系。答案:•Transformer通过自注意力机制直接建模任意位置间的关系,不受序列长度限制;•RNN需要逐步传递隐藏状态,长距离依赖容易因梯度消失而丢失;•Transformer支持并行计算,而RNN必须顺序处理;•多头注意力能同时关注不同位置的不同特征答案:(1)计算根节点信息熵数据集中有10个样本,其中5个适合外出,5个不适合外出。根据信息熵公式H(D)=−(2)计算“天气”特征的信息增益天气为“晴”的样本有3个,均适合外出。其信息熵H天气为“阴”的样本有3个,1个适合外出,2个不适合外出。其信息熵H天气为“雨”的样本有4个,均不适合外出。其信息熵H根据信息增益公式Gain(D,A)=H(D)−Gain(D,(3)计算“温度”特征的信息增益温度为“高”的样本有3个,2个适合外出,1个不适合外出。其信息熵H温度为“中”的样本有3个,1个适合外出,2个不适合外出。其信息熵H温度为“低”的样本有4个,2个适合外出,2个不适合外出。其信息熵HGain(D,比较“天气”和“温度”特征的信息增益,0.7246>0.0492,所以在构建决策树时,优先选择“天气”作为根节点,然后按照ID3算法的递归步骤继续构建决策树。代码如下:1.importtensorflowastf2.fromtensorflow.keras.datasetsimportmnist3.fromtensorflow.keras.modelsimportSequential4.fromtensorflow.keras.layersimportConv2D,MaxPooling2D,Flatten,Dense5.fromtensorflow.keras.utilsimportto_categorical6.
7.#加载MNIST数据集8.(train_images,train_labels),(test_images,test_labels)=mnist.load_data()9.
10.#数据预处理11.train_images=train_images.reshape((60000,28,28,1)).astype('float32')/25512.test_images=test_images.reshape((10000,28,28,1)).astype('float32')/25513.
14.train_labels=to_categorical(train_labels)15.test_labels=to_categorical(test_labels)16.
17.#构建CNN模型18.model=Sequential([19.Conv2D(32,(3,3),activation='relu',input_shape=(28,28,1)),20.MaxPooling2D((2,2)),21.Conv2D(64,(3,3),activation='relu'),22.MaxPooling2D((2,2)),23.Flatten(),24.Dense(64,activation='relu'),25.Dense(10,activation='softmax')26.])27.
28.#编译模型29.pile(optimizer='adam',30.loss='categorical_crossentropy',31.metrics=['accuracy'])32.
33.#训练模型34.model.fit(train_images,train_label
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 智能客服系统开发人员自然语言处理模型构建手册
- 2026年道路桥梁工程技术师高级职称评审高频考点模拟试卷及答案
- 2026年环境影响评价工程师资格考试环境影响评价相关法律法规冲刺模拟考试卷及答案(二)
- 货物交付时间回复函(3篇)
- 与合作伙伴协商调整合作模式内容商洽函3篇
- 年度绩效评估评语反馈函(5篇)
- 影视公司剧本电子化归档保护操作指南手册
- 建筑基坑支护降水设计与施工方案样本
- 导流洞洞身砼衬砌施工实施性方案样本
- 2026年高级养老护理员资格考试理论知识全真模拟试卷及答案(共十九套)
- 2025年(完整版)三级安全教育真题及答案(2025年)
- 中国鼻炎诊疗指南(2026版)
- 2026年数据文员笔模拟题目及答案详解
- T/COSHA 48-2024医疗机构安全生产资料管理规范
- GB 48145-2026井工煤矿机电设备完好性要求
- IEC 61000-4-2-2025 中文版(静电放电抗扰度试验 2025 年 3 月发布)
- 2026年党员发展对象培训结业试题及答案
- 大学函数极限题目及答案
- JG/T 271-2019粘钢加固用建筑结构胶
- 医院挂账结算协议书
- 入团考试时事试题及答案解析
评论
0/150
提交评论