学堂在线北京理工大学机器学习实践(2021秋)习题答案
- SVM对来自其他分布的噪声样本鲁棒。 2021-12-10
- SVM训练好后,我们可抛弃非支持向量的样本点,仍然可以对新样本进行分类。 2021-12-10
- 较常用的决策规则包括()。 A多数表决法 B加权表决法 C随机表决法 D中位数表决 2021-12-10
- 下列哪一项不是丁香花数据集的数据特征()。 Asepal_length Bsepal_width Csep 2021-12-10
- 为什么K近邻算法中,当K值较大时随着K值增大,模型表现会下降()。 A因为此时模型 2021-12-10
- 在K近邻算法应用于丁香花数据集的实验中,以下哪一种花的特征分布与其他几种 2021-12-10
- 丁香花数据集的缺点主要体现在()。 A数据量 B数据的标签分布 C数据的平均质量 2021-12-10
- 随着K值由小到大测试,模型的准确率的变化趋势为()。 A由小到大 B由大到小 C先 2021-12-10
- 训练集测试集的比重关系通常是()。 A训练集大于测试集 B训练集等于测试集 C训 2021-12-10
- 丁香花特征两两可视化比较时,需要绘制()个子图。 A5 B3 C6 D10 2021-12-10
- 在实验中可用来读取文件的python库为()。 Anumpy Bpyplot Ctorch Dpandas 2021-12-10
- 丁香花数据集有几种特征?() A2 B3 C4 D5 2021-12-10
- 在试验中,knn_classify的返回之中r指的是()。 A聚类数 B第K和K+1个训练点的中 2021-12-10
- 在KNN算法的输入中,除了训练数据、测试数据、标签之外还必须要输入()。 A距离 2021-12-10
- 该公式中计算的是()。 2021-12-10
- 下列哪一项不是邻近算法的优点?() A支持多分类 B每一个点都进行一次全局运算 C 2021-12-10
- K近邻算法中,①计算距离②决策分类③寻找邻居④数据准备,算法的正确流程为()。 2021-12-10
- 决策树对连续性字段比较难预测。 2021-12-10
- 决策树能在相对短的时间内对大型数据源做出可行且效果良好的结果。 2021-12-10
- 如何为基于树的模型选择最佳超参数?() A在训练数据上度量performance B在验证 2021-12-10
- 在以下哪种情况下,增益比比信息增益更可取()。 A当类别变量具有非常打的类别数 2021-12-10
- 决策树学习过程中,哪些情况可能会导致问题数据(特征相同但是标签不同)?() A数据有 2021-12-10
- 在构建决策树时,需要计算每个用来划分数据特征的得分,选择分数最高的特征,以下 2021-12-10
- 通常来说,哪个模型被认为更易于解释()。 ASVM BLogistic Regression CDecision 2021-12-10
- 以下图为例。最优的划分特征为()。 2021-12-10