A、K均值一般会聚类所有对象,但DBSCAN会丢弃被它识别为噪声的对象
$;$当簇具有很不相同的密度时,K均值和DBSCAN的性能都很差
$;$K均值可以用于高维的稀疏数据,DBSCAN则通常在此类数据上性能很差$;$K均值可以发现不是明显分离的簇,但DBSCAN会合并有重叠的簇
答案:ABCD
A、K均值一般会聚类所有对象,但DBSCAN会丢弃被它识别为噪声的对象
$;$当簇具有很不相同的密度时,K均值和DBSCAN的性能都很差
$;$K均值可以用于高维的稀疏数据,DBSCAN则通常在此类数据上性能很差$;$K均值可以发现不是明显分离的簇,但DBSCAN会合并有重叠的簇
答案:ABCD
A. 总离差$;$组间误差$;$抽样误差$;$组内误差
A. check$;$lskernel$;$kernel$;$uname
A. OpenAI提出的GPT-3$;$谷歌提出的MobileNet$;$旷世提出的ShuffleNet$;$百度提出的PaddleOCR
A. 仅配置数字;$;$仅配置字母;$;$使用核心的词汇或词组来配置$;$针对任一问题来提取关键词配置
A. types[-1]$;$types[-2]$;$types[0]$;$types[3]
A. 分类$;$回归$;$聚类$;$关联规则挖掘
A. 非监督学习的样本数据是要求带标签的
$;$ 监督学习和非监督学习的区别在于是否要求样本数据带标签
$;$ 强化学习以输入数据作为对模型的反馈
$;$ 卷积神经网络一般用于图像处理等局部特征相关的数据
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. 贪心策略$;$蒙特卡洛采样$;$动态规划$;$Bellman方程