A.規(guī)則集的表達能力遠不如決策樹好
B.基于規(guī)則的分類器都對屬性空間進行直線劃分,并將類指派到每個劃分
C.無法被用來產(chǎn)生更易于解釋的描述性模型
D.非常適合處理類分布不平衡的數(shù)據(jù)集
您可能感興趣的試卷
你可能感興趣的試題
A.構造網(wǎng)絡費時費力
B.對模型的過分問題非常魯棒
C.貝葉斯網(wǎng)絡不適合處理不完整的數(shù)據(jù)
D.網(wǎng)絡結構確定后,添加變量相當麻煩
A.F1度量
B.召回率(recall)
C.精度(precision)
D.真正率(ture positive rate,TPR)
A.預測準確度
B.召回率
C.模型描述的簡潔度
D.計算復雜度
A.其支持度小于閾值
B.都是不讓人感興趣的
C.包含負模式和負相關模式
D.對異常數(shù)據(jù)項敏感
A.支持度閥值
B.項數(shù)(維度)
C.事務數(shù)
D.事務平均寬度
最新試題
要將工作申請分為兩類,并使用密度估計來檢測離職申請人,我們可以使用生成分類器。
當MAP中使用的先驗是參數(shù)空間上的統(tǒng)一先驗時,MAP估計等于ML估計。
數(shù)據(jù)索引是保證數(shù)據(jù)處理高性能的軟件角度的一種手段,不做數(shù)據(jù)索引的數(shù)據(jù)訪問是線性訪問,但是做了索引的數(shù)據(jù)訪問會成倍的降低訪問時間。
當數(shù)據(jù)集標簽錯誤的數(shù)據(jù)點時,隨機森林通常比AdaBoost更好。
通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。
支持向量機不適合大規(guī)模數(shù)據(jù)。
訓練神經(jīng)網(wǎng)絡具有過度擬合訓練數(shù)據(jù)的潛在問題。
數(shù)據(jù)復制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個角度來設計和實現(xiàn)的。
任務調(diào)度系統(tǒng)的設計與實現(xiàn)才能使得數(shù)據(jù)收集工作可以不間斷地按照既定的目標從目標源獲取數(shù)據(jù)。
無論質(zhì)心的初始化如何,K-Means始終會給出相同的結果。