假设+1类支持面的方程是 w^T x+b=1，-1类支持面的方程是w^T x+b=-1，其中，w 和 b 是需要求解的模型参数。那么间隔 M 等于（）
举一反三
- 假设超平面为w*x+b=0，其margin的大小为： A: 1/|w| B: 2/|w| C: |b|/|w| D: 2|b|/|W|
- 下面哪一个是直线的斜截式方程？ A: y=k x+b B: x/a+y/b=1 C: A x+B y+C=0 D: x=1
- 如果超平面方程WX+b=0,是分类超平面（分类器），其中W是行向量，X是列向量表示样本，在SVM算法中，2/|W|可以表示WX+b=1和WX+b=-1平面间的间隔，那么SVM实质是（） A: 以X为参数优化2/|W|，使得2/|W|有最小值 B: 以X为参数优化2/|W|，使得2/|W|有最大值 C: 以W为参数优化2/|W|，使得2/|W|有最小值 D: 以W为参数优化2/|W|，使得2/|W|有最大值
- 分析下列方程的上界O(__)和下界W(__). [br][/br] T(n)=T(n-1)+1,T(1)=1
- 若有表达(W)？(--x):(y)，则其中与W等价的表达式是______。 A: w=1 B: w=0 C: w!=1 D: w!=0
内容
- 0
下面哪一个是直线的斜截式方程？ A: y=k x+b B: x/a+y/b=1 C: A x+B y+C=0
- 1
一组训练数据集，其正实例点是x1= (3,3) T, x2= (4,3) T，负实例点是:x3=(1,1) T，试用感知机学习算法的原始形式求感知机模型f(x)=sign(wx+b)。这里，w= (w(1), w(2))T x= (x(1), x(2))T。以下四步，哪一步说法错误： A: 首先取初值，可假设w0=0，b0=0 B: 对x1=（3，3），y1=1，y1(w0·x+b0)=0,未能正确分类，所以更新w、b，得到线性模型w1·x+b1=3x(1)+3x(2)+1 C: 对x1，x2， y（w1·x+b1）>0,被错误分类，不修改w，b D: 对x3=（1，1），y3=-1，需要更新w，b，得到w2·x+b2=2x(1)+2x(2).
- 2
执行如下程序段后，m的值为 ( )。int w=1，x=2,m；m=(w<;x)?w：x； A: 0 B: 1 C: 2 D: 3
- 3
p>若有表达式(w)?(--x):(++y),则其中与w等价的表达式是______。</p A: p>w==1 B: w==0 C: w!=1 D: w!=0
- 4
在支持向量机中，分类超平面的一般形式是W^T*X + b = 0