大家好，我是Mac Jiang,首先祝贺大家清明节快乐！作为一名苦逼的程序员，博主只能窝在实验室玩玩游戏，顺便趁着大早上没人发一篇微博。不过还是祝各位出行的兄弟玩的开心！ 今天和大家分享coursera-NTU-機器學習基石(Machine Learning Foundations)-作业二的习题解答。笔者在做这些题目时遇到很多困难，当我在网上寻找答案时却找不到，而林老师又不提供答案，所以我就想把自己做题时对题目如何思考的写下来，为大家提供一些思路。当然，我对题目的理解不一定是正确的，如果各位博友发现错误请及时留言联系，谢谢！再次提醒：请不要以此博客作为通过考试的用途，还是更好学习、理解课程的途径！希望我的博客对您的学习有所帮助！ 本文出处： /a1015553840/article/details/51043019 其他解答看汇总帖： /a1015553840/article/details/51085129
1.第一题（1）题意：目标函数f的错误率为mu，在样本上加了噪声使得p(x/y)如上面公式（这里1-lambda就是噪声比例,由于输出y是二元的，所以加噪声的意思就是把原来的f（x）变号，成为y），求一个hyphothesis h的有噪声的y的错误率。 （2）分析：这里解决的是二元分类问题，即y={-1，+1}。那么这里加噪声的意思就是1-lamba比例的（x,y）变成（x,-y）了。 当y=f（x）时，由题意我们知道h对f的错误率为mu，而y=f(x)概率为lambda，所以这部分的错误率为lambda*mu。 当y不等于f(x)时，由于我们只是把y的符号翻转了，所以原来正确的变成错误的，原来错误的变成正确的，故此处h对f的错误率为1-mu,这部分错误率为（1-lambda）(1-mu) （3）答案：第三项
2.第二题
（1）题意：当lambda取何值时，h的表现（此处就是指错误率）会独立于mu? &#
