A.模型的正确率(accurate)
B.模型的泛化能力(general)
C.模型的稳定性(stable)
D.模型的易理解性
您可能感兴趣的试卷
你可能感兴趣的试题
A.朴素贝叶斯
B.决策树
C.主成分分析法
D.K-Means
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
最新试题
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()?
关于可决系数R^2,下列说法中正确的是?()
关于缺失值填充与训练集、测试集的关系,下面正确的操作是()
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()
以下算法中,属于无监督算法的是()
利用Apriori算法计算频繁项集可以有效降低计算频繁集的时间复杂度。在以下的购物篮中产生支持度不小于3的候选3-项集,在候选2-项集中需要剪枝的是()
ROC曲线的x轴,实际上可以由每个阈值下混淆矩阵的()计算而来
以下几项中,可以归于知识发掘处理(Knowledge Discovery Process)中的数据清洗阶段的有()
表2是由表1的数据得到的,表2中的M和N的值应该分别为?()表2
离散型变量使用以下哪个统计量进行缺失值填补较合适?()