相关题目
单选题
分类预测型任务从已分类的数据中学习模型,并对新的未知分类的数据使用该模型进行解释,得到这些数据的分类。根据标签的不同,分别称为分类任务和预测任务。如果标签是连续的类别,称为预测任务。()
单选题
分类规则的挖掘方法通常有机器学习法、贝叶斯法、人工机器学习法、粗糙集法和遗传算法。()
单选题
Support Vector Machine的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面,应该属于结构风险最小化。()
单选题
Logistic Regression和Support Vectpr Machine都可以处理分类问题,且一般都用于处理线性二分类问题。()
单选题
进行PCA降维时需要计算协方差矩阵。()
单选题
支持向量机是针对二分类任务设计的,也可直接应用于多分类任务。()
单选题
包裹式特征选择针对给定学习器进行优化,从最终学习器性能来看,该方法比过滤式选择更好,但由于需多次训练学习器,它的特征选择的计算开销通常比前者要大得多。()
单选题
L1范数比L2范数更易于获得稀疏解,即L1求得的会有更少的非零分量。()
单选题
正确率、召回率取值都在0和1之间,数值越接近0,查准率或查全率就越高。()
单选题
在机器学习中,随着树中节点数变得太大,即使模型的训练误差还在继续减低,但是检验误差开始增大,这是出现了模型拟合不足的问题。()
