A、朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B、面对孤立的噪声点,朴素贝叶斯分类器是健壮的
C、面对无关属性,朴素贝叶斯分类器是健壮的
D、相关属性可能会降低朴素贝叶斯分类器的性能
答案:ABCD
解析:见算法解析
A、朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B、面对孤立的噪声点,朴素贝叶斯分类器是健壮的
C、面对无关属性,朴素贝叶斯分类器是健壮的
D、相关属性可能会降低朴素贝叶斯分类器的性能
答案:ABCD
解析:见算法解析
解析:0<H<360 0<S<1 0<V<1 。H分量的范围应该是0---360。不过,在opencv里面,你用8bit的uchar无法表示超过255的数据,所以,opencv做了一个小小的技巧性处理,直接把H分量的值除以2。所以,如果,你用cvCvtColor(img, destImg, CV_BGR2HSV)得到的HSV空间的destImg的H分量,数值的范围在0----180
A. 负梯度方向是使函数值下降最快的方向
B. 当目标函数是凸函数时,梯度下降法的解是全局最优解
C. 梯度下降法比牛顿法收敛速度快
D. 拟牛顿法不需要计算Hesse矩阵
A. 静态 弱类型
B. 动态 弱类型
C. 动态 强类型
D. 静态 强类型
解析: python是一门动态、强类型语言
解析:两者损失函数不同。逻辑回归输出层包含了Sigmoid非线性函数,其损失函数对Sigmoid函数之前的线性输出Z的偏导数,与线性回归的损失函数对线性输出Z的偏导数一样
A. 情感分析
B. 问答系统
C. 机器翻译
D. 所有选项
解析:NLP的功能强大,可以从文本内容提取特征与有效性息,可以实现情感分析,问答系统,机器翻译
A. Python的语法类似PHP
B. Python可用于WEB开发
C. Python是跨平台的
D. Python可用于数据抓取(爬虫)
A. 输入文件
B. Map阶段
C. 中间处理
D. Reduce阶段
A. 电力知识图谱
B. 电力智能问答
C. 电力智能巡检
D. 电力智能客服
解析:主要应用