![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
下面关于ID3算法中说法错误的是()A.ID3算法要求特征必须离散化B.信息增益可以用熵,而不是GINI系
下面关于ID3算法中说法错误的是()
A.ID3算法要求特征必须离散化
B.信息增益可以用熵,而不是GINI系数来计算
C.选取信息增益最大的特征,作为树的根节点
D.ID3算法是一个二叉树模型
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
下面关于ID3算法中说法错误的是()
A.ID3算法要求特征必须离散化
B.信息增益可以用熵,而不是GINI系数来计算
C.选取信息增益最大的特征,作为树的根节点
D.ID3算法是一个二叉树模型
A.ID3算法要求特征必须离散化
B.信息增益可以用熵,而不是GINI系数来计算
C.选取信息增益最大的特征,作为树的根节点
D.ID3算法是一个二叉树模型,即每个节点最多有两个分支
A.常见的决策树算法包括ID3、C4.5和CART算法
B.C4.5算法中属性选择使用信息增益率,避免了对属性值多的属性过度敏感
C.CART算法的基尼指数与ID3算法的信息增益都是用于属性选择
D.信息增益、信息增益率、基尼指数的计算结果不会影响决策树结构
A.信息增益选择特征偏向于纯度较好的特征作为优先项
B.信息熵是度量样本纯度最常用的一种指标
C.ID3算法不仅能处理离散型数据,还能处理连续型数据
D.ID3算法可能会导致模型的泛化能力下降的问题
A.目标检测是将目标从图像中提取出来
B.滑动窗口区域选择策略时间复杂度高,窗口冗余太多
C.目标检测算法主要采用卷积算法
D.目标检测对准确率要求更高,但是对检测耗时要求较低
A.创建v_goods的用户默认为当前用户
B.视图算法由MySQL自动选择
C.视图的安全控制默认为DEFINER
D.以上说法都不正确
A.AlexNet的网络结构和LeNet非常类似,但更深更大,并且使用了层叠的卷积层来获取特征
B.GoogLeNet的主要贡献是实现了一个bottleneck模块,能够显著地减少网络中参数的数量
C.ResNet使用了特殊的跳跃链接,大量使用了批量归一化,并在最后使用了全连接层
D.VGGNet的主要贡献是展示出网络的深度是算法优良性能的关键部分
A.使用Viterbi(维特比)算法解调
B.GMSK中使用了低通高斯滤波器
C.GMSK信号的包络一定是恒定的
D.GMSK的速率一定是270.883kbps
A.YOLO通过选择性搜索来减少候选框耗时
B.YOLO采用整张图作为网络输入,耗时更长
C.YOLO采用网格化图像,每个网格都预测类别及其概率
D.YOLO采用NMS实现物体类别的过滤,提高性能
A.SSD采用了Anchor机制使用全图各个位置多尺度区域特征进行回归
B.SSD中多尺度特征图将卷积层改成全连接层
C.SSD中辅助卷积层是用于物体对象分类
D.SSD中大尺度特征图主要用来检测大物体