题目下列关于机器学习的分类与回归问题说法不正确的是()
A.分类与回归都属于监督学习的内容
B.分类模型和回归模型两种模型没有任何联系,在回归的基础上不能建立分类
C.分类问题的输出是离散型变量(如:+1、-1),是一种定性输出
D.回归问题的输出是连续型变量,是一种定量输出
B、分类模型和回归模型两种模型没有任何联系,在回归的基础上不能建立分类
A.分类与回归都属于监督学习的内容
B.分类模型和回归模型两种模型没有任何联系,在回归的基础上不能建立分类
C.分类问题的输出是离散型变量(如:+1、-1),是一种定性输出
D.回归问题的输出是连续型变量,是一种定量输出
B、分类模型和回归模型两种模型没有任何联系,在回归的基础上不能建立分类
A.文本分类是指按照预先定义的主题类别,由计算机自动地为文档集合中的每个文档确定一个类别
B.文本分类大致可分为基于知识工程的分类系统和基于机器学习的分类系统
C.文本的向量形式一般基于词袋模型构建,该模型考虑了文本词语的行文顺序
D.构建文本的向量形式可以归结为文本的特征选择与特征权重计算两个步骤
A.支持向量回归是将支持向量的方法应用到回归问题中
B.支持向量回归同样可以应用核函数求解线性不可分的问题
C.同分类算法不同的是,支持向量回归要最小化一个凹函数
D.支持向量回归的解是稀疏的
A.支持向量机可以用于处理二分类及多分类问题
B.支持向量机只能用于线性可分的分类问题
C.支持向量机可用于回归问题
D.核函数的选择对支持向量机的性能影响较大
A.k近邻可以用于分类,但是不能用于回归
B.k近邻属于“急切学习”
C.k近邻用于分类时,对于新的样本,计算离其最近的k个样本的平均值,作为新样本的预测值
D.k近邻用于分类时,对于新的样本,根据其k个最近邻样本的类别,通过多数表决的方式预测新样本的类别
A.①②③
B.①②④
C.②③④
D.①②③④
A.机器学习的目标需求更注重于解决具体的问题
B.机器学习的类型可分为有监督、无监督和半监督学习
C.半监督学习使用的训练数据不需要标签
D.有监督学习能够依据学习到的知识对新的实例进行推测
A.监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别,再对分类算法进行训练,最后得到可以使用的分类器
B.按照不同的学习理论划分,机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型
C.有监督学习的数据集有标签,无监督相比于有监督,没有训练过程,而是直接拿数据进行建模分析
D.在实际应用中,机器学习主要以无监督学习或半监督学习方式为主