请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜题小帮手 官方老师解答 )
答案：
以下文字与答案无关
提示：有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题，这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏，所以恳请 广大网友理解。
相关试题
- 1.下列关于贝叶斯分类器说法正确的是（__）。 选项： A、贝叶斯分类算法是一大类分类算法的总称 B、贝叶斯分类算法以样本可能属于某类的概率作为分类依据 C、朴素贝叶斯分类算法是贝叶斯分类算法中最简单的一种 D、朴素贝叶斯分类算法采用了属性条件独立性假设
- 2.(1分)【单选题】下列哪项不是朴素贝叶斯算法（ ） 选项： A:高斯朴素贝叶斯 B:多项式朴素贝叶斯 C:伯努利朴素贝叶斯 D:KNN算法
- 3.有关朴素贝叶斯算法的叙述正确的是（ ） 选项： A、朴素贝叶斯算法是一种精确的分类算法 B、采用朴素贝叶斯分类算法将一个样本分到某个类别中，表示它100%属于该类别 C、朴素贝叶斯算法是一种基于概率的分类算法 D、以上都不对
- 4.有关朴素贝叶斯算法的叙述正确的是（ ）选项： A:朴素贝叶斯算法是一种精确的分类算法; B:采用朴素贝叶斯分类算法将一个样本分到某个类别中，表示它100%属于该类别; C:朴素贝叶斯算法是一种基于概率的分类算法; D:以上都不对
- 5.有关朴素贝叶斯分类算法的叙述中正确的是( )A.朴素贝叶斯分类算法是一种精确的分类算法B.采用朴素贝叶斯分类算法是将一个样本分到某个类别中，表示它100%属于该类别C.朴素贝叶斯分类算法是一种基于概率的分类算法D.以上都不对
- 6.朴素贝叶斯分类算法称为“朴素”的原因为（）
- 7.下列说法错误的是 （ ）选项： A:朴素贝叶斯模型属于生成模型 B:逻辑回归是生成模型，朴素贝叶斯是判别模型 C:逻辑回归和朴素贝叶斯都有对属性特征独立的要求 D:朴素贝叶斯对小规模数据表现较好
- 8.下面有关朴素贝叶斯算法的认识错误的是？选项： A:与决策树算法不同，朴素贝叶斯模型是比较各种类别出现的概率大小确定样本的类别。; B:朴素贝叶斯算法是一种使用概率理论的非监督分类算法。; C:朴素贝叶斯模型需要先确定特征，并根据样本计算相关的先验概率，再计算特征条件下的分类变量的后验概率。; D:朴素贝叶斯模型课用于垃圾邮件分类、微博用户情感的识别等场景。
- 9.以下关于朴素贝叶斯算法，说法正确的一项是（） 选项： A、在实际的应用场景中，条件独立假设不会导致分类的效果大大降低 B、当数据集属性之间的关系相对比较独立时，朴素贝叶斯分类算法会有较好的效果 C、朴素贝叶斯算法假设了数据集属性之间是相互独立的 D、在实际的应用场景中，条件独立假设极大地简化了贝叶斯方法的复杂性。
- 10.朴素贝叶斯分类算法为（）
- 11.朴素贝叶斯算法是在贝叶斯算法的基础上增加了( ) 选项： A、算法准确度 B、聚类假设 C、分类假设 D、条件独立假设
- 12.（）是在贝叶斯算法的基础上进行了相应的简化，即假定给定目标值时属性之间相互条件独立。选项： A:贝叶斯定理; B:贝叶斯统计; C:朴素贝叶斯方法; D:贝叶斯分类器
- 13.KNN算法与朴素贝叶斯算法都属于分类算法..
- 14.KNN算法与朴素贝叶斯算法都属于分类算法..
- 15.下列关于朴素贝叶斯分类器正确的是( )A、朴素贝叶斯分类器的变量必须是非连续型变量B、朴素贝叶斯模型中的特征和类别变量之间也要相互独立C、朴素贝叶斯分类器对于小样本数据集效果不如决策树好D、朴素贝叶斯模型分类时需要计算各种类别的概率,取其中概率最大者为分类预 测值
- 16.为什么朴素贝叶斯如此“朴素”？
- 17.有关朴素贝叶斯分类器的说法正确的是？选项： A:朴素贝叶斯分类器的变量必须是非连续性变量。; B:朴素贝叶斯模型分类时需要计算属于各种类别的概率，取其中概率最大的类别最为分类预测值。; C:朴素贝叶斯模型中的特征和类别变量之间也要相互独立。; D:朴素贝叶斯分类器对于小样本数据集效果不如决策树好。
- 18.有关朴素贝叶斯分类器的说法正确的是( )。 选项： A:朴素贝叶斯分类器的变量必须是非连续性变量 B:朴素贝叶斯模型分类时需要计算属于各种类别的概率,取其中概率最大的类别最为分类预测值 C:朴素贝叶斯模型中的特征和类别变量之间也要相互独立 D:朴素贝叶斯分类器对于小样本数据集效果不如决策树好
- 19.有关朴素贝叶斯分类器的说法正确的是？ 选项： A、朴素贝叶斯分类器的变量必须是非连续性变量。 B、朴素贝叶斯模型分类时需要计算属于各种类别的概率，取其中概率最大的类别最为分类预测值。 C、朴素贝叶斯模型中的特征和类别变量之间也要相互独立。 D、朴素贝叶斯分类器对于小样本数据集效果不如决策树好。
- 20.以下不属于聚类算法的是（）。 答案:朴素贝叶斯算法
- 21.朴素贝叶斯家族有 选项： A:高斯贝叶斯 B:多项式贝叶斯 C:伯努利贝叶斯 D:拉格朗日贝叶斯
- 22.sklearn.naive_bayes模块实现了朴素贝叶斯算法,基于贝叶斯定理和特征独立性假设的监督学习方法,下列模型不是朴素贝叶斯分类器的模型的是()。 A: BernoulliNB) B: GaussianN) C: NeighborsNB) D: MultinomialNB)
- 23.属于聚类分析算法的是 选项： A、SVM B、人工神经网络 C、朴素贝叶斯 D、k-means
