首页
我们想要在大数据集上训练决策树模型，为了使用较少的时间，可以：（）。
精华吧
→
答案
→
慕课
→
未分类
我们想要在大数据集上训练决策树模型，为了使用较少的时间，可以：（）。
A.增加树的深度
B.增大学习率
C.减少树的深度
D.减少树的数量
正确答案：减少树的深度
Tag：
机器学习
深度
模型
时间：2021-12-29 13:26:56
上一篇：
以下关于决策树原理介绍错误的有（）。
下一篇：
以下关于决策树算法说法错误的是（）。
相关答案
1.
以下关于决策树特点分析的说法错误的有（）。
2.
KNN分类的时候，对新的样本，根据其k个最近邻的训练样本的类别，通过多数表决等方式进行预测。
3.
KNN没有显示的训练过程，它在训练阶段只是把数据保存下来，训练时间开销为0，等收到测试样本后进行处理。
4.
k近邻法(k-NearestNeighbor,kNN)是一种比较成熟也是最简单的机器学习算法，可以用于分类，但不能用于回归方法。
5.
两个向量的余弦相似度越接近1，说明两者越相似。
6.
KNN算法的缺点包括以下几点？
7.
闵可夫斯基距离中的p取1或2时的闵氏距离是最为常用的，以下哪项是正确的:（）。
8.
以下关于KNN说法正确的是(多选)（）。
9.
影响KNN算法效果的主要因素包括（）。
10.
两个向量的长度分别为1和2，两者之间的夹角为60度，则以下选项错误的是（）。
热门答案
1.
关于KNN算法的描述，不正确的是（）。
2.
KNN算法在什么情况下效果较好？
3.
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（）。
4.
KD树(K-DimensionTree)的描述中，不正确的是（）。
5.
关于余弦相似度，不正确的是（）。
6.
以下哪项是KNN算法的缺点？
7.
利用KD树进行搜索时，正确的方式是（）。
8.
以下关于KD树的说法错误的是（）。
9.
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：（）。
10.
下列选项中，关于KNN算法说法不正确是：（）。