A、增加树的深度
B、增大学习率(Learnin Rate)
C、对决策树模型进行预剪枝
D、减少树的数量
答案:C
A、增加树的深度
B、增大学习率(Learnin Rate)
C、对决策树模型进行预剪枝
D、减少树的数量
答案:C
A. 随机森林只能用于解决分类问题
B. 随机森林由随机数量的决策树组成
C. 集成学习通过构建多个模型,并将各个模型的结果使用求平均数的方法集成起来,作为最终的预测结果,提高分类问题的准确率
D. 随机森林的弱分类器(基分类器)的特征选择是随机的
A. 有频域的概念
B. 均方意义下最优
C. 有关于复数的运算
D. 从变换结果可完全恢复原始数据
解析:傅里叶分析是贯穿时域与频域的方法之一。每种傅里叶变换都分成实数和复数两种方法。由于从时域到频域的傅里叶变换是一一映射,所以存在一个傅里叶逆变换,使得变换之后信号(波)可以回答原始信号(波).均方意义下最优是错误的。答案ACD
A. 随机梯度下降
B. 修正线性单元(ReLU)
C. 卷积函数
D. 以上都不正确
解析:修正线性单元是非线性的激活函数
A. 贝叶斯是概率框架下实施决策的基本方法
B. 贝叶斯基于概率和误判损失来选择最优的类别标记
C. 贝叶斯中期望损失定义为风险
D. 贝叶斯判定准则为最大化总体风险
解析:使用贝叶斯判定准则来最小化决策风险
解析:不支持
A. 图像分类技术
B. 目标检测技术
C. 语义分割技术
D. OCR技术
解析:采用OCR技术识别摄像头拍摄的数字式电力仪表的读数
A. 数据仓库随时间的变化不断增加新的数据内容;
B. 捕捉到的新数据会覆盖原来的快照;
C. 数据仓库随事件变化不断删去旧的数据内容;
D. 数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.
A. FP-growth
B. EClat
C. 聚类
D. Apdori
解析:正确