A、K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象
B、K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念
C、K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇
D、K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇
答案:BCD
A、K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象
B、K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念
C、K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇
D、K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇
答案:BCD
A. neg_mean_absolute_error,高
B. mean_absolute_error,高
C. mean_absolute_error,低
D. neg_mean_absolute_error,低
A. 主动学习
B. 回归学习
C. 聚类学习
D. 直推学习
解析:见算法解析
A. 0.25
B. 0.5
C. 0.75
D. 1
解析:见算法解析
A. 弱分类器
B. 强分类器
C. 多个分类器
D. 单个分类器
解析:Adaboost就是从弱分类器出发反复训练,在其中不断调整数据权重或者是概率分布。
A. 可以处理高维度的属性,并且不用做特征选择
B. 随机森林的预测能力不受多重共线性影响
C. 也擅长处理小数据集和低维数据集的分类问题
D. 能应对正负样本不平衡问题
解析:错误
A. 约翰·麦卡锡
B. 图林
C. 冯·诺依曼
D. 明斯基
解析:约翰·麦卡锡在攻读博士期间首次尝试在机器上模拟人工智能,并于1956年首次提出“人工智能”的概念
解析:错误
A. 新一代技术平台
B. 新一代信息技术和服务业态
C. 新一代服务业态
D. 新一代信息技术
A. 计算量大
B. 数据量大
C. 效率要求高
D. web爬虫