A、 boosting方法的主要思想是迭代式学习。
B、 训练基分类器时采用并行的方式。
C、 测试时,根据各层分类器的结果的加权得到最终结果。
D、 基分类器层层叠加,每一层在训练时,对前一层基分类器分错的样本给予更高的权值。
答案:B
A、 boosting方法的主要思想是迭代式学习。
B、 训练基分类器时采用并行的方式。
C、 测试时,根据各层分类器的结果的加权得到最终结果。
D、 基分类器层层叠加,每一层在训练时,对前一层基分类器分错的样本给予更高的权值。
答案:B
A. 数组元素可变,列表元素不可变
B. 以上都不对
C. 列表元素类型必须一致,数组可以不一致
D. 数组元素类型必须一致,列表可以不一致
解析:对于非监督式学习,仍然可能存在过拟合。一般来说,评估非监督式学习的指标也有很多,例如使用调整兰德指数(Adjusted Rand Score)来评估聚类模型
A. DBSCAN
B. C4.5
C. C.K-Mean
D. EM
A. a=b=c=d=100,
B. d++
C. .c+b
D. d=(C=22)-(b++);
解析:c+b中没有赋值符
A. k-means
B. 线性回归
C. svm
D. 逻辑回归
解析:支持向量机(SVM)从数据中找出一个数据的分割超平面。将两个类别的数据完全分割开,并且在模型构建的过程中,保证分割区间最大化,无迭代循环
A. 语言识别
B. 图像识别
C. 自然语言处理
D. 专家系统
解析:基础概念
A. list.append(obj1,obj2)
B. list.append([obj1,obj2])
C. list.extend(obj1,obj2)
D. list.extend([obj1,obj2])
解析:基础概念
A. EM
B. 吉布斯采样
C. 贝叶斯
D. 概率分布