题目
A.k近邻法
B.决策树
C.支持向量机
D.高斯混合模型
第4题
A.Naïve Bayes(朴素贝叶斯)是一种概率分类器
B.SVM(支持向量机)在向量空间构造超平面,以区分不同类别的样本
C.决策树基于树结构进行决策,从树根到一个叶子的路径对应一个分类规则
D.SVM(支持向量机)和K-NN(K-近邻)都有模型的训练过程(构造分类模型)
第10题
A.K近邻算法中K值的选择对分类的结果影响不大
B.模型测试阶段的测试数据集不能与训练数据集有交集
C.决策树算法中最能将样本数据显著分开的属性应该在决策早期就使用
D.支持向量机模型中距离平面最近的几个样本对平面的选择影响最大
第11题
A.K近邻算法中K值的选择对分类的结果影响不大
B.模型测试阶段的测试数据集不能与训练数据集有交集
C.决策树算法中最能将样本数据显著分开的属性应该在决策早期就使用
D.支持向量机模型中距离平面最近的几个样本对平面的选择影响最大
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!