答案:A
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。
A. ③④
B. ①②
C. ①③
D. ②④
解析:独热编码的缺点是:①.过于稀疏②.词与词的相关性比较小
A. 多分类学习
B. 对数几率回归
C. 线性判别分析
D. 多分类学习
解析:基础概念
A. 错误数据
B. 虚假数据
C. 异常数据
D. 重复数据
A. 扩充数据集
B. 数据重采样
C. 设计对数据分布不敏感的损失函数
D. 使用复杂的网络
A. Adam
B. SGD
C. Momentum
D. lr
解析:lr为learningrate缩写,不属于优化器
A. 激活函数都是线性函数
B. 激活函数都是非线性函数
C. 激活函数部分是非线性函数,部分是线性函数
D. 激活函数大多数是非线性函数,少数是线性函数
A. 模型
B. 训练
C. 推理
D. 标注
解析:主要应用
A. 滤除图像中的不相干信号
B. 滤除图像中的高频信号
C. 滤除图形中的低频信号
D. 滤除图像中的冗余信号
解析:图像处理中无损压缩的目的是滤除图像中的冗余信号