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
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1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5题
A.监督学习有明确的学习目标,而无监督学习没有
B.无监督学习与监督学习相比更加接近人类学习的过程
C.K近邻算法中无需对训练数据进行训练
D.监督学习训练数据的获得,需要专业人士进行标注
第6题
A.算距离:给定测试对象,计算它与训练集中的每个对象的距离
B.找邻居:圈定距离最近的k个训练对象,作为测试对象的近邻
C.做分类:根据这k个近邻归属的主要类别,来对测试对象分类
第8题
A.SVM和贝叶斯分类器需要提前训练好分类器才能用于分类,而K近邻分类器不需要提前训练分类器。
B.K近邻分类器是一个非线性分类器。
C.K近邻分类器可以直接用于多类的分类问题。
D.K近邻分类器的分类结果不受距离函数的选择的影响。
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!