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.机器学习流程中，预处理是对哪组数据集进行处理（）。 选项： A:原始样本集 B:特征样本集 C:训练数据集 D:测试数据集
- 2.KNN算法的优缺点（ ）。 选项： A:KNN算法是最简单有效的分类算法，且容易实现 B:KNN对于随机分布的数据集分类效果较差，对于类内间距小，类间间距大的数据集分类效果好，而且对于边界不规则的数据效果较好。 C:KNN对于样本不均衡的数据效果不好，需要进行改进 D:K值的选取非常重要
- 3.关于交叉验证说法正确的是（） 选项： A: 交叉验证就是利用测试集和训练集进行相互验证 B: 交叉验证就是把训练集分成两部分，对算法进行验证 C: 交叉验证是把数据集平均分成多个部分，每次选择一部分作为测试集，其它作为训练集，进行循环验证算法 D: 交叉验证是把数据集平均分成多个部分，选择一部分作为训练集，其它作为测试集，进行验证算法
- 4.用于训练机器学习算法的数据样本集合称之为测试集
- 5.GSP算法存在的问题（ ）。 选项： A:当序列数据集比较大时，容易生成庞大的候选序列 B:需要对序列数据集进行多次扫描 C:对长序列模式的处理效率比较低 D:只适用于小规模数据集
- 6.决策树属于有监督学习算法，需要根据已知样本数据及其目标来训练并得到一个可以工作的模型，然后再使用该模型对未知样本进行分类。
- 7.哪个选项描述了Bagging算法的主要步骤？（ ）选项： A:对原始数据集进行随机采样，生成多个不同的子数据集，并在每个子数据集上训练一个独立的模型 B:对原始数据集进行有放回的随机采样，生成多个不同的子数据集，并在每个子数据集上训练一个独立的模型 C:对原始数据集进行分层采样，生成多个不同的子数据集，并在每个子数据集上训练一个独立的模型 D:ABC都不正确
- 8.决策树属于有监督学习算法，需要根据已知样本数据及其目标来训练并得到一个可以工作的模型，然后再使用该模型对未知样本进行分类。A.正确B.错误
- 9.下列不是过拟合出现的原因的是（ ）。 选项： A、使用错误的算法 B、模型过于复杂 C、训练数据集样本单一，样本不足 D、训练数据中噪声干扰过大
- 10.什么样的数据集不适合深度学习?___ 选项： A、数据集太小 B、 数据样本不足 C、 数据样板不典型 D、 数据集太大
- 11. 并行决策树算法既可以对数据集进行水平分割也可以对数据进行垂直分割。
- 12.一般在进行数据分析和建模之前,需要对数据进行________________,对数据集进行一个整体情况描述,了解数据的一个集中趋势和离散趋势。
- 13.神经网络的训练过程不需要人工标记的样本数据集。（）
- 14.数据挖掘,也叫做数据发现,是一种针对大型数据集的数据分析的特殊形式。当提到与大数据的关系时,数据挖掘通常指的是( ),它涉及提取数据中的隐藏或未知模式。 选项： A、自动的、基于软件技术的、筛选海量数据集来识别模式和趋势的技术 B、手工的、基于统计算法来计算分析的技术 C、自动的、基于随机小样本分析、筛选批量数据集来识别趋势的技术 D、基于手工方式、发挥计算者智慧的识别模式和趋势的技术
- 15.在进行决策树算法的时候,下面的结论不正确的是( ) 选项： A:决策树算法针对属性进行计算,所以一定会终止,所以不用考虑决策树的终止性问题; B:一个数据集的决策树可能不唯一; C:决策树进行属性分裂的时候有可能某个分支不需要用上所有类别属性进行规则式的建立 D:CART算法也是决策树算法。
- 16.我们通常将数据集划分为训练集，验证集和测试集进行模型的训练，参数的验证需要在__上进行，参数确定后__重新训练模型。 选项： A、训练集 需要 B、训练集 不需要 C、验证集 需要 D、验证集 不需要
