1_机器学习基础题(1)

在学习的过程中碰到的机器学习基础题：

• 第一题：

A.增加模型复杂度，模型在测试集上的准确率就能更好（错，会出现过拟合，在训练集上效果更好，在测试集上，效果变差）

B.L2正则化的解通常是稀疏的，L1正则化可以使得参数趋向于更平滑（错，说反了，L2正则化平滑，L1稀疏）

C.对于PCA，我们应该选择是的模型具有最小variance的主成分（错，应该是选择最大的variance的作为主成分）

D.每次使用K-means算法得到的聚类结果可能会不一样 （对，k-means因为其初始点的随机初始化，使得其是一种不确定算法，而PCA是一种确定性算法。）

标签：机器,means,基础,正则,学习,算法,L1,集上,PCA
来源： https://www.cnblogs.com/xiaochaosui/p/16478218.html