首页
KNN算法在什么情况下效果较好？
精华吧
→
答案
→
慕课
→
未分类
KNN算法在什么情况下效果较好？
A.样本较多但典型性不好
B.样本较少但典型性好
C.样本呈团状分布
D.样本呈链状分布
正确答案：样本较少但典型性好
Tag：
机器学习
样本
典型
时间：2021-12-29 13:26:48
上一篇：
假设有6个二维数据点：D={(2,3),(5,7),(9,6),(4,5),(6,4),(7,2)}，第一次切分时候，切分线为（）。
下一篇：
关于KNN算法的描述，不正确的是（）。
相关答案
1.
KD树(K-DimensionTree)的描述中，不正确的是（）。
2.
关于余弦相似度，不正确的是（）。
3.
以下哪项是KNN算法的缺点？
4.
利用KD树进行搜索时，正确的方式是（）。
5.
以下关于KD树的说法错误的是（）。
6.
以下距离度量方法中，在城市道路里，要从一个十字路口开车到另外一个十字路口的距离是：（）。
7.
下列选项中，关于KNN算法说法不正确是：（）。
8.
下列哪个距离度量不在KNN算法中体现：（）。
9.
100万条数据划分训练集、验证集、测试集，数据可以这样划分：98%，1%，1%。
10.
SMOTE算法是用了上采样的方法。
热门答案
1.
L2正则化得到的解更加稀疏。
2.
特征空间越大，过拟合的可能性越大。
3.
评估完模型之后，发现模型存在高偏差(highbias)，应该如何解决？
4.
评价指标中，召回率(Recall)的计算需要哪些数值（）。
5.
评价指标中，精确率(Precision)的计算需要哪些数值（）。
6.
以下关于交叉验证说法正确的是（）。
7.
一个正负样本不平衡问题(正样本99%，负样本1%)。假如在这个非平衡的数据集上建立一个模型，得到训练样本的正确率是99%，则下列说法正确的是？
8.
关于特征选择，下列对Ridge回归和Lasso回归的说法正确的是：（）。
9.
随着训练样本的数量越来越大，则该数据训练的模型将具有：（）。
10.
关于L1正则化和L2正则化说法错误的是（）。