A.離散特征的增加和減少都很容易,易于模型的快速迭代 B.稀疏向量內(nèi)積乘法運算速度快,計算結(jié)果方便存儲,容易擴展 C.離散化后的特征對異常數(shù)據(jù)有很強的魯棒性 D.特征離散化后,模型會變得不穩(wěn)定
A.設(shè)C=1 B.設(shè)C=0 C.設(shè)C=無窮大 D.以上都不對
A.增加神經(jīng)網(wǎng)絡(luò)層數(shù),可能會增加測試數(shù)據(jù)集的分類錯誤率 B.減少神經(jīng)網(wǎng)絡(luò)層數(shù),總是能減小測試數(shù)據(jù)集的分類錯誤率 C.增加神經(jīng)網(wǎng)絡(luò)層數(shù),總是能減小訓(xùn)練數(shù)據(jù)集的分類錯誤率 D.增加神經(jīng)網(wǎng)絡(luò)層數(shù),不能減小訓(xùn)練數(shù)據(jù)集的分類錯誤率