A.朴素贝叶斯
B.决策树
C.主成分分析法
D.K-Means
您可能感兴趣的试卷
你可能感兴趣的试题
A.分类(Classification)
B.聚类(Clustering)
C.回归(Regression)
D.关联(Association)
A.分类(Classification)
B.聚类(Clustering)
C.回归(Regression)
D.关联(Association)
A.组内离差平方和除以组间离差平方和
B.组间离差平方和除以组内离差平方和
C.组间离差平方和除以总离差平方和
D.组间均方除以总均方
A.对数几率回归是设计用来预测事件可能性的
B.对数几率回归可以用来度量模型拟合程度
C.对数几率回归可以用来估计回归系数
D.以上所有
A.准确率是检索出相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率
B.查全率是指检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率
C.正确率、查全率和F值取值都在0和1之间,数值越接近0,查准率或查全率就越高
D.为了解决准确率和查全率冲突问题,引入了F1分数
A.0.013
B.0.80
C.0.40
D.0.60
A.预测准确度
B.查全率
C.模型᧿述的简洁度
D.计算复杂度
A.Adaboost
B.GBDT
C.XGBOOST
D.随机森林
A.离散特征的增加和减少都很容易,易于模型的快速迭代
B.稀疏向量内积乘法运算速度快,计算结果方便存储,容易扩展
C.离散化后的特征对异常数据有很强的鲁棒性
D.特征离散化后,模型会变得不稳定
A.设C=1
B.设C=0
C.设C=无穷大
D.以上都不对
最新试题
选择模型时,可能需要考虑以下哪些因素?()
如果一个回归模型分为两步:先使用PCA降维,然后用多元线性回归做预测,那么测试集的结果应当如何计算()
在分类问题中,我们经常会遇到正负样本数据量不等的情况,比如正样本为10w条数据,负样本只有1w条数据,以下最合适的处理方法是()?
根据购物篮分析的目标,最有用的规则是那些具有高支持度、信度和ᨀ升度的规则,除此之外,也需要参考Lift(ᨀ升度),以下关于“Lift”说法正确的是()
C4.5算法继承了ID3算法的优点,并在以下哪几方面对ID3算法进行了改进?()
对于一个多分类模型,可以如何选择训练集?()
决策树(Decision Tree)算法,通常可以用来解决何种问题?()
测试样例x=(age=youth,income=medium,student=no,credit_rating=excellent),则P(Yesx)=()
分类型变量的缺失值可以怎样填充?()
在统计模式识分类问题中,当先验概率未知时,可以使用()?