扫码进入小程序随时随地练习
神经网络可以解释结果。
RIPPER是一种基于规则的分类器。
当簇具有非球形形状时,K-means很难检测到自然的簇。
K-means在进行邻近性度量时的距离是欧几里得距离。
K-means是一种基于密度的产生划分聚类的聚类算法。
DBSCAN是一种基于原型的、划分的聚类技术。
预测性分析用于发现隐藏在大型数据集中的有意义联系。
分类器的期望误差不受训练数据可变性的影响,因为训练集合的决策边界相同。
神经网络对训练数据中的噪声不敏感。
人工神经网络可以用来处理冗余特征。
为了提高加载速度和练习体验,每3000道题目分为一段,请选择您要练习的分段:
请选择您要练习的章节,系统将加载该章节下的所有题目:
请设置各类题型的数量和分值,系统将随机抽取题目生成试卷:
提示:非会员最多300题,会员最多1000题
以下是您的考试记录,点击可查看详情: