答案:A
答案:A
A. 随机森林只能用于解决分类问题
B. 集成学习通过构建多个模型,并将各个模型的结果使用求平均数的方法集成起来,作为最终的预测结果,提高分类问题的准确率
C. 随机森林由随机数量的决策树组成
D. 随机森林的弱分类器(基分类器)的特征选择不是随机的
A. 贝叶斯
B. 珀尔
C. 马尔可夫
D. 切比雪夫
A. 学习率和w、b一样是参数,是系统自己学习得到的
B. 学习率越大系统运行速度越快
C. 学习率越小系统一定精度越高
D. 学习率的大小是根据不同场景程序员自己设定的,不宜太大或者太小
解析:学习率的大小是根据不同场景程序员自己设定的,不宜太大或者太小
A. 固定
B. 随机
C. 有限
D. 独立
A. 数据仓库随时间的变化不断增加新的数据内容;
B. 捕捉到的新数据会覆盖原来的快照;
C. 数据仓库随事件变化不断删去旧的数据内容;
D. 数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.
A. 圆形分布
B. 螺旋分布
C. 带状分布
D. 凸多边形分布
解析:本题说法是正确的。
A. 朴素贝叶斯
B. 隐马尔科夫模型
C. 线性回归模型
D. 深度信念网络
解析:通过矩阵的奇异值分解到达降维的目的
A. 朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B. 面对孤立的噪声点,朴素贝叶斯分类器是健壮的
C. 面对无关属性,朴素贝叶斯分类器是健壮的
D. 相关属性可能会降低朴素贝叶斯分类器的性能
解析:见算法解析