题目下面关于ID3算法中说法错误的是()
A.ID3算法要求特征必须离散化
B.信息增益可以用熵,而不是GINI系数来计算
C.选取信息增益最大的特征,作为树的根节点
D.ID3算法是一个二叉树模型,即每个节点最多有两个分支
A.ID3算法要求特征必须离散化
B.信息增益可以用熵,而不是GINI系数来计算
C.选取信息增益最大的特征,作为树的根节点
D.ID3算法是一个二叉树模型,即每个节点最多有两个分支
第1题
下面关于ID3算法中说法错误的是()
A.ID3算法要求特征必须离散化
B.信息增益可以用熵,而不是GINI系数来计算
C.选取信息增益最大的特征,作为树的根节点
D.ID3算法是一个二叉树模型
第4题
A.支持向量机中,一个样本点与分割平面的距离越远,则分类越不明确。
B.ID3 算法由昆兰(Quinlan,1986)提出,并指出可利用“信息增益”来对属性进行排序。
C.决策树中如果一个属性执行后,使得数据集上的信息增益最大(最有序),则该属性应该优先被执行(更接近根节点)。
D.支持向量机使用“平面”来切割空间,实现分类。
第5题
A.C4.5算法采用基尼系数的大小来度量特征的各个划分点
B.C4.5算法可以处理非离散的数据
C.C4.5算法引入悲观剪枝策略进行后剪枝
D.C4.5 算法最大的特点是克服了 ID3 对特征数目的偏重这一缺点
第9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10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11题
A.目标检测是将目标从图像中提取出来
B.滑动窗口区域选择策略时间复杂度高,窗口冗余太多
C.目标检测算法主要采用卷积算法
D.目标检测对准确率要求更高,但是对检测耗时要求较低
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!