本篇博客为大三上机器学习限选课期末考试回忆版，考试过去两天才想起来写，有地方记不太清了。
开卷考试，期末占40分。
2022.1.7

一、名词解释（4*5’）
1、间隔（margin）
2、KNN
3、激活函数
4、独立同分布

二、简答题（4*10’）
1、什么是outlier？为什么k-means对outlier敏感？
2、解释一下线性可分。SVM如何处理线性不可分问题？
3、基于最小错误率的贝叶斯分类器 的计算。
4、利用所给数据计算决策树应该选择哪个属性，使用信息增益作为判定标准。

三、（20’）
1、解释训练误差、泛化误差，并画图标出欠拟合、过拟合等。
2、验证集有什么作用？怎样使模型学习到全部数据？
3、为什么梯度下降选择负梯度优化目标函数？

四、（20’）
1、学习率过大或过小有什么后果？如何调整学习率？
2、Adaboost算法中ht的公式推导。