首页
马氏距离不受总体空间大小的影响，也不受计量单位的影响，反映了按平均水平计算被判定样本到中心的相对距离。
精华吧
→
答案
→
远程教育
→
国家开放大学
马氏距离不受总体空间大小的影响，也不受计量单位的影响，反映了按平均水平计算被判定样本到中心的相对距离。
A、正确
B、错误
正确答案：A
Tag：
距离
样本
计量单位
时间：2024-03-21 12:15:47
上一篇：
每个样本都可以用它最接近的k个邻居来代表的算法是：（）
下一篇：
对每个样本，先计算判别函数得分，然后根据先验概率和判别函数得分的条件概率，计算出该样本被判为每一类的后验概率，被判入哪一类的后验概率最大，则把样本判为哪一类。该分类方法是（）
相关答案
1.
贝叶斯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。
2.
先验概率是根据以往经验和分析得到的概率。
3.
下列关于贝叶斯判别和线性判别，说法正确的是（）
4.
通常情况下，线性判别（距离判别）一般采用马氏距离。
5.
马氏距离既受总体空间大小的影响，也受计量单位的影响，反映了按平均水平计算被判定样本到中心的相对距离。
6.
下列关于贝叶斯判别和线性判别，说法错误的是（）。
7.
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（）
8.
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。
9.
下列关于k近邻算法的k值，说法正确的是（）
10.
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。
热门答案
1.
下列关于KNN算法说法错误的是（）。
2.
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（）。
3.
KNN算法在类别决策时，与极少量的相邻样本有关。
4.
最近邻算法中，随着近邻个数的增加，模型的复杂度增加。
5.
下列关于KNN算法说法正确的是（）。
6.
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。
7.
近邻选得多，模型则比较稳健。
8.
KNN算法在类别决策时，与极多数量的相邻样本有关。
9.
在决策树中，节点误分率越大，那么（）
10.
在决策树中，节点熵越大，那么（）