已知二维样本:x1=(-1,0)T,x2=(0,-1)T,x3=(0,0)T,x4=(2,0)T和x5=(1,2)T,{x1, x2, x3}∈ω1,{x4, x5}∈ω2。设初始权矢量w(1)=(1, 1, -1) T,用感知器单样本修正算法求出的分类决策函数是
A: 分类决策函数为 d(x) = 2x1+x2+3
B: 分类决策函数为 d(x) = -2x1-x2+1
C: 分类决策函数为d(x) = 2x1+x2+1
D: 分类决策函数为d(x) = -2x1-x2+3
A: 分类决策函数为 d(x) = 2x1+x2+3
B: 分类决策函数为 d(x) = -2x1-x2+1
C: 分类决策函数为d(x) = 2x1+x2+1
D: 分类决策函数为d(x) = -2x1-x2+3
举一反三
- 【单选题】设X为连续型随机变量, 其概率密度: f(x)=Ax2, x∈(0,2); 其它为0. 求(1)A=(); (2) 分布函数F(x)=(); (3) P{1<X<2} (10.0分) A. (1)3/8; (2)x<0, F(x)=0; 0≤x<2, F(x)=1/8x³; x≥2, F(x)=1; (3) 7/8 B. (1)5/8; (2)x<0, F(x)=0; 0≤x<2, F(x)=1/8x³; x≥2, F(x)=0 (3) 1/8
- 求函数 f(x)=3*x1^2 + 2*x1*x2 + x2^2 − 4*x1 + 5*x2. 时,输入代码 >>fun = @(x)3*x(1)^2 + 2*x(1)*x(2) + x(2)^2 - 4*x(1) + 5*x(2); >>x0 = [1,1]; >>[x,fval] = fminunc(fun,x0); 其中fun的作用是:
- A={x▏0<x≦2},B={x▏1<x≦3},则A∩B和A∪B分别是( ) A: {x▏1<x≦3}和{x▏0<x≦3} B: {x▏1<x<2}和{x▏2<x≦3} C: {x▏1<x≦2}和{x▏0<x≦3} D: {x▏1<x≦2}:和{x▏0<x<3}
- 求函数 f(x)=3*x1^2 + 2*x1*x2 + x2^2 − 4*x1 + 5*x2. 时,输入代码 >>fun = @(x)3*x(1)^2 + 2*x(1)*x(2) + x(2)^2 - 4*x(1) + 5*x(2); >>x0 = [1,1]; >>[x,fval] = fminunc(fun,x0); 到matlab上运行一下,得到的结果,x是:
- F(x1,x2,x3)= x 1 2 +2x 2 2 +5x 3 2 +2x 1 x 2 +2x 1 x 3 +6x 2 x 3 的标准形为()