首页
下列哪一个方法适用于类域的交叉或重叠较多的待分样本集（）
精华吧
→
答案
→
远程教育
→
国家开放大学
下列哪一个方法适用于类域的交叉或重叠较多的待分样本集（）
A、决策树
B、随机森林
C、KNN算法
D、支持向量机
正确答案：C
Tag：
向量
样本
算法
时间：2024-03-21 12:15:41
上一篇：
距离判别既没有考虑每个分类的观察值不同时，每类出现的机会是不同的，也没有考虑误判所造成的损失差异。
下一篇：
下列关于贝叶斯判别和线性判别，说法错误的是（）。
相关答案
1.
下列关于k近邻算法的k值，说法正确的是（）
2.
如图是某数据集训练集和测试集的KNN算法的训练精度和测试精度，从图中可以判断k值取（）最为合适。
3.
下列关于KNN算法说法错误的是（）。
4.
如图分别为k=1，k=10，k=30时，训练集数据与测试集数据的分布，说法正确的是（）。
5.
KNN算法在类别决策时，与极少量的相邻样本有关。
6.
最近邻算法中，随着近邻个数的增加，模型的复杂度增加。
7.
下列关于KNN算法说法正确的是（）。
8.
KNN算法主要靠判别类域的方法来确定所属类别的，而不是靠周围有限的邻近的样本。
9.
近邻选得多，模型则比较稳健。
10.
KNN算法在类别决策时，与极多数量的相邻样本有关。
热门答案
1.
在决策树中，节点误分率越大，那么（）
2.
在决策树中，节点熵越大，那么（）
3.
KNN算法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的。
4.
（假定在某个节点）如果数据已经只有一类了，则该节点为叶节点，否则进行下一步。该算法是：（）
5.
决策树只有单一输出。
6.
决策树中结点的最优划分是依据（）来确定的。
7.
决策树中，由于信息增益最大的划分原则容易产生小而纯的子集，所以ID3算法提出了增益比。
8.
采用将样本递归划分建立对象属性与对象值之间映射的算法是：（）
9.
决策树中，由于信息增益最大的划分原则容易产生小而纯的子集，所以C4.5算法提出了增益比。其中k为划分的总数，关于k的说法正确的是（）
10.
决策树是一种由节点和有向边组成的层次结构。下列属于决策树的节点的是：（）