A.定性预测
B.情景预测
C.时间序列预测
D.回归预测
您可能感兴趣的试卷
你可能感兴趣的试题
A.各处理条件下的样本均来自正态总体
B.各处理条件下的样本相互独立
C.各处理条件下样本的方差都相等
D.各处理条件下样本均值相等,方差可以不等
A.凝聚方式聚类
B.分解方式聚类
C.Q型聚类
D.R型聚类
A.ogistic回归
B.SVM算法
C.CART决策树
D.朴素贝叶斯
A.随机森林算法的分类精度不会随着决策树数量的增加而提高
B.随机森林算法对异常值和缺失值不敏感
C.随机森林算法不需要考虑过拟合问题
D.决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好
A.规则集的表达能力远不如决策树好
B.基于规则的分类器都对属性空间进行直线划分,并将类指派到每个划分
C.无法被用来产生更易于解释的描述性模型
D.非常适合处理类分布不平衡的数据集
A.随机取值
B.等距离散法
C.数值规约
D.等频离散法
A.应用逻辑回归时,异常值会对模型造成很大的干扰
B.逻辑回归的自变量必须是分类变量,因此要对连续型变量进行离散化处理
C.逻辑回归对模型中自变量的多重共线性较为敏感
D.逻辑回归属于分类算法
A.预测准确度
B.召回率
C.模型描述的简洁度
D.F1-Score
A.直接删除
B.使用属性的平均值填充空缺值
C.使用一个全局常量填充空缺值
D.使用与给定元组属同一类的所有样本的平均值
A.两变量独立,两者的皮尔森相关系数必然等于0
B.两变量皮尔森相关系数不等于0,两者必然不独立
C.皮尔森相关系数是否等于零,不能指明两变量是否独立
D.两变量不独立,两者的皮尔森相关系数必然不等于0