首页 > 学历类考试
题目内容 (请给出正确答案)
[判断题]

KNN算法对样本不均衡的数据,判断不够合理,因此引入了加权的方法来改进算法,这使得模型的可解释性和可信度都大大提升()

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“KNN算法对样本不均衡的数据,判断不够合理,因此引入了加权的…”相关的问题
第1题
()算法可以较好的避免样本的不平衡问题。

A.KNN

B.SVM

C.Bayes

D.神经网络

点击查看答案
第2题

KNN算法对于文本分类时,经常使用()来测量两个样本之间的距离。

A.重复时间

B.稀有事件

C.规则事件

D.相近事件

点击查看答案
第3题
kNN最近邻算法在什么情况下效果较好()。

A.样本较多但典型性不好

B.样本较少但典型性好

C.样本呈团状分布

D.样本呈链状分布

点击查看答案
第4题
利用到每个聚类中心和的远近判断离群值的方法,可以基于的算法为()。

A.K-Means

B.KNN

C.SVM

D.LinearRegression

点击查看答案
第5题
以下哪个算法不一定需要进行数据标准化()

A.决策树

B.KNN

C.K-Means

D.SVM

点击查看答案
第6题
题目下面关于决策树算法说法错误的是()

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

点击查看答案
第7题
以下关于随机森林算法的描述中错误的是()。

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

点击查看答案
第8题
下列哪些属于常用的分类算法()。

A.kNN

B.SVM

C.SVR

D.DBSCAN

点击查看答案
第9题
在数据清洗中,应对所采集的数据进行筛检,去掉重复的、无关的数据,对于异常值与缺失值进行查缺补漏,同时平滑噪声数据,最大限度纠正数据的不一致行和不完整性,将数据统一成合适于标注且与主题密切相关的标注格式,以帮助训练更为精确的数据模型和算法。()此题为判断题(对,错)。
点击查看答案
第10题
假如我们建立一个60000个特征,1000万数据集的机器学习模型,我们怎么有效的应对这样的大规模数据的训练()。

A.对样本进行抽样,在经过抽样的样本上训练

B.应用PCA算法降维,减少特征数量

C.根据重要性对特征进行筛选

D.以上所有

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改