答案:B
答案:B
A. k值并不是越大越好,k值过大,会降低运算速度$;$选择更大的k值,会让偏差更小,因为k值越大,训练集越接近整个训练样本$;$选择合适的k值,能减小验方差$;$以上说法都正确
A. 相交 $;$不相交 $;$事先已知$;$ 事先未知
A. 公平性$;$真实性$;$快速性$;$准确性
A. 1$;$Null$;$-1$;$0
A. 集成学习$;$机器学习$;$深度学习$;$专家知识
A. A、正确
B、错误
A. k越大,不一定越好,选择大的k会加大评估时间$;$选择更大的k,就会有更小的bias(因为训练集更加接近总数据集)$;$在选择k时,要最小化数据集之间的方差$;$以上所有
A. k(k-1)/2$;$k(k-1)$;$k(k-2);(k-1)(k-2)