题目
A.自下向上递归方式构造决策树
B.有监督的算法
C.非参数学习算法
D.生成的分类规则易于理解
第1题
A.条件熵H(Y|X)表示在已知特征X的条件下,类别Y的不确定性的度量
B.决策树基本思想是贪心算法,它以自顶(根节点)向下递推生成的方式构造决策树
C.熵可用于描述信息的不确定性或混乱程度,信息的不确定性越大则熵越大,反之越小
D.ID3算法的属性选择度量就是使用信息增益,选择最小信息增益的属性作为当前节点的测试属性
第2题
A.熵可用于描述信息的不确定性或混乱程度,信息的不确定性越大则熵越大,反之越小
B.条件熵H(Y|X)表示在已知特征X的条件下,类别Y的不确定性的度量
C.决策树基本思想是贪心算法,它以自顶(根节点)向下递推生成的方式构造决策树。
D.ID3算法的属性选择度量就是使用信息增益,选择最小信息增益的属性作为当前节点的测试属性。
第3题
A.朴素贝叶斯分类方法可以跟决策树和神经网络算法相媲美
B.一种非常成熟的统计学分类方法
C.主要用来确定群组内部和群租间的相似度和相异度
D.主要用于分类问题的归类等
第4题
A.分类器的构造方法有统计方法、机器学习方法、神经网络方法等
B.有三种分类器评价或比较尺度:预测准确度、计算复杂度、模型描述的简洁度
C.统计方法包括决策树法和规则归纳法
D.神经网络方法主要是BP算法
第5题
A.属于无监督的常用算法是决策树、KMEANS
B.决策树算法可以用来分类,也可以用来预测
C.贝叶斯算法是一种利用概率统计进行分类的算法
D.关联规则分析常用的算法是支持向量机
第6题
A.属于无监督的常用算法是决策树、KMEANS
B.决策树算法可以用来分类,也可以用来预测
C.贝叶斯算法是一种利用概率统计进行分类的算法
D.关联规则分析常用的算法是支持向量机
第7题
A.属于无监督的常用算法是决策树、KMEANS
B.决策树算法可以用来分类,也可以用来预测
C.贝叶斯算法是一种利用概率统计进行分类的算法
D.关联规则分析常用的算法是支持向量机
第8题
A.属于无监督的常用算法是决策树、KMEANS
B.决策树算法可以用来分类,也可以用来预测
C.贝叶斯算法是一种利用概率统计进行分类的算法
D.关联规则分析常用的算法是支持向量机
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!