A、根据特征向量X计算样本之间的相似性,选择离中心点最相似的k个样本$;$k近邻既可以用于分类,也可以用于回归$;$k近邻用于分类时,对于新的样本,计算离其最近的k个样本的平均值,作为新样本的预测值$;$k近邻用于分类时,对于新的样本,根据其k个最近邻样本的类别,通过多数表决的方式预测新样本的类别
答案:BD
A、根据特征向量X计算样本之间的相似性,选择离中心点最相似的k个样本$;$k近邻既可以用于分类,也可以用于回归$;$k近邻用于分类时,对于新的样本,计算离其最近的k个样本的平均值,作为新样本的预测值$;$k近邻用于分类时,对于新的样本,根据其k个最近邻样本的类别,通过多数表决的方式预测新样本的类别
答案:BD
A. 确定输入层和输出层的结点数目。$;$ 选择网络拓扑结构 $;$初始化权值和偏置$;$ 去掉有遗漏值的训练样例,或用最合理的值来代替
A. 统计分析$;$参数估计$;$假设检验$;$回归分析
A. 3$;$9$;$80$;$nan
A. fastRCNN$;$fasterRCNN$;$maskRCNN$;$YOLOv3
A. 基本假设包括随机干扰项是均值为0,方差为1的标准正态分布$;$基本假设包括随机干扰项是均值为0的同方差正态分布$;$多重共线性会使得参数估计值方差减小$;$基本假设包括不服从正态分布的随机干扰项
A. decorator$;$setuptools$;$numpy$;$tensorflow
A. Dropout$;$分批归一化(Batch Normalization)$;$正则化(regularization)$;$都可以
A. U-Net$;$DeepLab$;$ICNet$;$BERT