题目内容
（请给出正确答案）
[单选题]
2、下列选项中，关于KNN算法说法不正确是：（)。
A.能找出与待预测样本相近的K个样本
B.默认使用欧氏距离度量
C.实现过程相对简单，但是可解释性不强
D.效率很高
答案
数据需要划分训练集和测试集;KNN中的K取值应为奇数
如搜索结果不匹配，请 联系老师 获取答案
A.K的选择对分类结果影响很小
B.计算距离只能采用欧氏距离
C.KNN算法的计算复杂度较低
D.KNN算法中的K通常选择较小的值
更多“2、下列选项中，关于KNN算法说法不正确是：（)。”相关的问题
第7题
KMeans算法的基本思想是：选择样本空间中k个样本（点）为初始中心，然后对剩余样本进行聚类，每个中心把距离自己最近的样本“吸引”过来，然后更新聚类中心的值，依次把每个样本归到距离最近的类中，重复上面的过程，直至得到某种条件下最好的聚类结果。
点击查看答案
第8题
有关kmeans算法，正确的说法是？
A.kmeans只能处理凸型分布的非数值型样本。
B.kmeans算法需要在聚类前确定类数k，这个k值需要有助于解释各类的业务含义。
C.kmeans聚类的过程与初始的k个假设的聚类中心的选择没关。
D.kmeans算法对异常样本非常敏感，因此在聚类前要把异常样本直接删除。
第9题
下列关于有监督学习的说法不正确的是
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10题
下列关于有监督学习的说法不正确的是
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
