题目
A.我们可以先创建聚类类别,然后在每个类别上用监督学习分别进行学习
B.我们可以使用聚类类别id作为一个新的特征项,然后再用监督学习分别进行学习
C.在进行监督学习之前,我们不能新建聚类类别
D.我们不可以使用聚类类别id作为一个新的特征项,然后再用监督学习分别进行学习
E.2和4
F.1和2
G.3和4
H.1和3
第1题
在有监督学习中,我们如何使用聚类方法()
1.我们可以先创建聚类类别,然后在每个类别上用监督学习分别进行学习
2.我们可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
3.在进行监督学习之前,我们不能新建聚类类别
4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
A.2和4
B.1和2
C.3和4
D.1和3
第2题
A.我们可以先创建聚类类别,然后在每个类别上用监督学习分别进行学习
B.我们可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
C.在进行监督学习之前,我们不能新建聚类类别
D.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
第3题
A.2 和 4
B.1 和 2
C.3 和 4
D.1 和 3
第4题
A.聚类本身是一种无监督学习的算法
B.聚类的结果并不总是有实际的使用意义
C.在聚类之前一般不需要进行数据清洗
D.不同的应用场景下,应注意选择合适的聚类方法
第5题
A.2和4
B.1和2
C.3和4
D.1和3
E.解析我们可以为每个聚类构建不同的模型,提高预测准确率
F.类别id作为一个特征项去训练,可以有效地总结了数据特征
第6题
A.监督聚类
B.半监督聚类
C.聚类
D.直推聚类
第7题
A.监督聚类
B.半监督聚类
C.聚类
D.直推聚类
第9题
A.考虑应用相似性学习或者广度学习的方法,分析该设备和其近邻设备的关系或利用近邻设备的信息估算该设备的状态
B.利用深度学习全面挖掘数据中的隐含信息
C.考虑聚类算法对工况进行聚类,并针对每一种工况条件进行分析
D.釆用有监督学习的算法,用历史数据中的健康和故障数据建立模型并对当前采集的信号进行分析
第11题
A.阈值分割方法(thresholdsegmentationmethod)
B.区域增长细分(regionalgrowthsegmentation)
C.边缘检测分割方法(edgedetectionsegmentationmethod)
D.基于聚类的分割(segmentationbasedonclustering)
E.基于CNN中弱监督学习的分割
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!