首页

k均值算法,是一种原型聚类算法。


精华吧→答案→知识竞赛→职工技术创新运动会技能大赛

k均值算法,是一种原型聚类算法。

A、正确

B、错误

正确答案:A


Tag:人工智能训练师职业技能竞赛 算法 原型 时间:2024-03-31 22:20:14

  • 上一篇:线性回归主要用于解决回归问题,其因变量是连续的值。
  • 下一篇:聚类生成的组称为簇,簇内任意对象之间具有较高的相似度,而簇间任意对象之间具有较高的相异度。

相关答案

  • 1.Sigmoid函数能够把输入的连续实值变换为0和1之间的输出。
  • 2.一般的,一棵决策树包含一个根结点、若干个内部结点和若干个叶结点;叶结点对应于决策结果,其他每个结点则对应于一个属性测试;根结点包含样本全集。
  • 3.列表、元组和字符串属于有序序列,其中的元素有严格的先后顺序。
  • 4.列表、元组和字符串都支持双向索引,有效索引的范围为[-L,L],L为列表、元组或字符串的长度。
  • 5.查全率越高,意味着模型漏掉的样本越少,当假阴性的成本很高时,查全率指标有助于衡量模型的好坏。
  • 6.精确率、查全率、准确率、F1分数四种指标各有侧重,指标值都是越高越好,最佳值均为1,最差值均为0。
  • 7.最小二乘法是基于预测值和真实值的均方差最小化的方法来估计线性回归学习器的参数w和b。
  • 8.线性回归是一种有监督机器学习算法,它使用真实的标签进行训练。
  • 9.梯度下降,就是沿着函数的梯度(导数)方向更新白变量,使得函数的取值越来越小,直至达到全局最小或者局部最小。
  • 10.决策树学习是一种逼近离散值目标函数的方法,学习到的函数被表?为一棵决策树。

热门答案

  • 1.列表是不可变对象,支持在原处修改。
  • 2.机器学习算法在图像识别领域的性能表现可能会超过人类。
  • 3.聚类和分类的区别在于用于聚类的训练样本的类标记是未知的。
  • 4.集合中的元素没有特定顺序但可以重复。
  • 5.在梯度分别为正负的两个点之间,一定存在一个梯度为0的点。
  • 6.人耳的精妙结构决定了我们对不同频率的声音有着不同的敏感。
  • 7.计算机视觉利用二维投影图像来重构三维物体的可视部分。
  • 8.学习率越小,训练速度越慢,最优解越精确。
  • 9.聚类需要从没有标签的一组输入向量中寻找数据的模型和规律。
  • 10.语音识别技术中最复杂最难解决的是,特定人、大词汇量、连续语音识别。

精华吧