A、2和4
B、1和2
C、3和4
D、1和3
答案:B
解析:我们可以为每个聚类构建不同的模型, 提高预测准确率。“类别id”作为一个特征项去训练, 可以有效地总结了数据特征。所以B是正确的
A、2和4
B、1和2
C、3和4
D、1和3
答案:B
解析:我们可以为每个聚类构建不同的模型, 提高预测准确率。“类别id”作为一个特征项去训练, 可以有效地总结了数据特征。所以B是正确的
A. 决策树分析
B. KNN分类
C. K-Mean分析方法
D. 线性相关分析
A. C4.5
B. ID3
C. SGD
D. CART
解析:常见决策树分类算法包括C4.5,ID3,CART。SGD随机梯度下降算法属于降维算法。
A. 前馈神经网络
B. 卷积神经网络
C. 循环神经网络
D. 对抗神经网络
A. 数据整理
B. 数据预处理
C. 数据挖掘
D. 数据准备
A. 机器人视觉
B. 自动驾驶
C. 人机交互
A. 6
B. 8
C. 10
D. 12
解析:见算法解析
A. 高通
B. 英特尔
C. AMD
D. 英伟达
A. 关联规则发现
B. 聚类
C. 分类
D. 自然语言处理
解析:关联规则就是有关联的规则,形式是这样定义的:两个不相交的非空集合X、Y,如果有X→Y,就说X→Y是一条关联规则。在题目的例子中,我们发现购买啤酒就一定会购买尿布,{啤酒}→{尿布}就是一条关联规则。
A. k近邻
B. 逻辑回归
C. 决策树
D. 线性回归