题目
A.离散型
B.自变型
C.连续型
D.应变型
第1题
A.连续型;离散型
B.连续型;连续型
C.离散型;离散型
D.离散型;连续型
第2题
A.回归通常用于连续变量预测,分类一般用于离散变量预测。
B.分类和回归的区别在于输出变量的类型,因此分类和回归问题不能相互转换,并且同时构成了两大类常见机器学习任务
C.评价分类和回归方法可以使用同样的命中准确度指标
D.决策树算法是分类算法而不是回归算法
第3题
A.回归通常用于连续变量预测,分类一般用于离散变量预测。
B.分类和回归的区别在于输出变量的类型,因此分类和回归问题不能相互转换,并且同时构成了两大类常见机器学习任务
C.评价分类和回归方法可以使用同样的命中准确度指标
D.决策树算法是分类算法而不是回归算法
第4题
A.具有较高的支持度的项集含有的项目数一定比较小。
B.分类是这样的过程:它找出描述并区分数据类或概念的模型,以便能够使用模型预测类标记未知的对象类。
C.分类和回归都可用于预测,分类的输出是连续数值,而回归的输出是离散的类别值。
D.关联规则挖掘的目的是发现满足最小支持度的所有项集。
第5题
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。
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!