×
相关题目
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。（）
单选题
回归问题和分类问题都有可能发生过拟合。（）
单选题
Logistic回归目标函数是最小化后验概率。（）
单选题
在决策树中，随着树中结点数变得太大，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。（）
单选题
K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动确定。（）
单选题
DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。（）
单选题
机器学习对噪声数据具有高承受能力，并能对未经过训练的数据具有分类能力，但其需要很长的训练时间，因而对于有足够长训练时间的应用更合适。（）
