考试报名
考试报名
考试内容
考试大纲
在线客服
返回顶部

备考刷题,请到

CDA认证小程序

在使用 LabelSpreading (kernel='rbf') 进行客户细分模型的标签处理时,工程师发现模型出现了严重的过平滑(Over-smoothing)现象,即所有样本的预测概率分布趋于一致,无法有效区分不同群体的细微差别。从图结构(Graph Structure)的角度分析,最可能的原因及调整方向是:
A. gamma 值过大,导致只有极少数最近邻相连,图过于稀疏;应减小 gamma
B. gamma 值过小,导致几乎所有节点都具有较高的亲和度,图近似全连接;应增大 gamma
C. alpha 值过小,导致标签在传播过程中衰减过快;应增大 alpha
D. alpha 值过大,导致初始标签的信息在迭代中被过度稀释,模型退化为随机游走的稳态分布;应减小 alpha
上一题
下一题
收藏
点赞
评论
题目解析
题目评论(0)

![](https://file.haoxueai.cn/haoxue/img/21892ad1-dce1-4099-b6d2-8ad39b480179.png)