×
单选题
关于正负样本，说法正确的是（）。
A
正负样本没有明确的定义
B
想要正确识别的那一类为正样本
C
样本数量多的那一类是正样本
D
样本数量少的那一类是负样本
答案解析
正确答案：B
解析：
在机器学习和数据分析中，正负样本的定义是根据具体问题和目标来确定的，而不是单纯基于样本数量。正负样本的划分是为了区分我们想要模型学习并正确识别的目标类别。 A选项错误，因为样本数量多或少并不决定哪一类是正样本。 B选项同样错误，样本数量的多少与正负样本的划分无关。 C选项错误，正负样本在特定的任务中是有明确定义的，通常与目标类别的识别有关。 D选项正确，我们通常将想要模型正确识别的那一类定义为正样本，而与之相对的类别则为负样本。 因此，正确答案是D。查看全部
相关知识点：
正负样本中想识别的为正样本
题目纠错
相关题目
单选题
微型计算机的性能主要由微处理器的（）决定。
单选题
在机器学习中，特征工程的主要目的是（）。
单选题
在机器人坐标系的判定中，我们用食指指向（）。
单选题
下列选项中属于感知技术的是（）。
单选题
返回字符串长度的函数是（）。
单选题
今年，大数据分析将出现革命性的新方法，从前的很多算法和基础理论可能会产生理论级别的突破，而（）技术将继续成为大数据智能分析的核心技术。
单选题
在深度学习中，“深度信念网络”（DeepBeliefNetwork，DBN）主要用于解决（）问题。
单选题
下列关于MapReduce说法不正确的是()。
单选题
在强化学习中，（）是“奖励”。
单选题
图像压缩的目的是（）。
