题目内容 (请给出正确答案)
[单选题]

在利用二分类支持向量机来解决多分类的问题中,为了减少支持向量机的个数,我们可以用()来构建树状结构的多分类模型。

A.聚类

B.决策树

C.人工神经网络

D.强化学习

答案
一类对K-1类;一类对另一类
如搜索结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能会需要:
您的账号:
发送账号密码至手机
发送
更多“在利用二分类支持向量机来解决多分类的问题中,为了减少支持向量…”相关的问题

第1题

当我们利用二分类支持向量机来解决多分类问题是,我们有哪两种策略?()

A.一类对K-1类

B.一类对另一类

C.一类对K类

D.2类对K-2类

点击查看答案

第2题

支持向量机的基本思想是什么?解决什么分类问题?
点击查看答案

第3题

下列关于分类方法的叙述正确的有()。

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)

点击查看答案

第4题

按有监督学习和无监督学习分类,支持向量机属于无监督学习
点击查看答案

第5题

以下()属于线性分类器常用准则?

A.Fisher准则

B.感知器准则函数

C.支持向量机

D.贝叶斯分类

点击查看答案

第6题

关于数据挖掘常用算法的正确描述有哪些?()

A.属于无监督的常用算法是决策树、KMEANS

B.决策树算法可以用来分类,也可以用来预测

C.贝叶斯算法是一种利用概率统计进行分类的算法

D.关联规则分析常用的算法是支持向量机

点击查看答案

第7题

支持向量机分类方法的基本思路是将低维空间中的待分类点,通过升到n维空间,以最大化所要区分类别之间的相似程度。
点击查看答案

第8题

支持向量机是最受欢迎、讨论最为广泛的机器学习分类方法之一。这种方法适用于高维空间(特征向量中有许多特征),并且可以有效地用于小型数据集。
点击查看答案

第9题

KNN方法只支持二分类问题,不能解决多分类问题。
点击查看答案

第10题

支持向量机分类方法的基本思路是将低维空间中的待分类点,通过升到n维空间以找到一个n-1维的最大间隔超平面将不同的类别区分开。
点击查看答案
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改
温馨提示
每个试题只能免费做一次,如需多次做题,请购买搜题卡
立即购买
稍后再说
警告:系统检测到您的账号存在安全风险

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!

微信搜一搜
赏学吧
点击打开微信
警告:系统检测到您的账号存在安全风险
抱歉,您的账号因涉嫌违反赏学吧购买须知被冻结。您可在“赏学吧”微信公众号中的“官网服务”-“账号解封申请”申请解封,或联系客服
微信搜一搜
赏学吧
点击打开微信