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
- 1.3140.机器学习中处理缺失值的常用方法包括()? 选项： A: 去掉该属性 B: 使用默认值 C: 使用属性平均值 D: 预测最可能的值
- 2.3140.机器学习中处理缺失值的常用方法包括()? 选项： A:A. 去掉该属性 B:B. 使用默认值 C:C. 使用属性平均值 D:D. 预测最可能的值
- 3.预测填充通过预测模型利用不存在缺失值的属性来预测缺失值，分类方法填充数值属性，回归方法填充类别属性。（ ）选项： A:对 B:错
- 4.在数据预处理方法中，对于有关离散化与二元化的描述中，错误的是（ ）。 选项： A、离散化是指将分类属性转换为连续属性 B、二元化是指将连续和离散属性转换为一个或多个二元属性 C、离散化问题需要决定选择多少个分割点 D、依据是否使用类别信息，离散化方法分为有监督离散化、无监督离散化。
- 5.在现实世界的数据中，元组在某些属性上缺少值是常有的。描述处理该问题的各种方法有：选项： A:忽略元组; B:使用最可能的值填充空缺值; C:使用与给定元组属同一类的所有样本的平均值; D:使用属性的平均值填充空缺值
- 6.处理缺失数据的方法有() A: 直接删除缺失属性的记录 B: 人工填写 C: 使用全局常量填充缺失值 D: 使用属性的中心趋势度量值填充缺失值
- 7.处理缺失数据的方法有( )。 选项： A、直接删除缺失属性的记录 B、人工填写 C、使用全局常量填充缺失值 D、使用属性的中心趋势度量值填充缺失值
- 8.在数据预处理中，对于缺失值应该进行哪种处理？ 选项： A:删除含缺失值的行 B:利用前后数据填充 C:使用均值或中位数替代 D:使用随机值替代
- 9.在实际环境下，很多数据集都包含缺失数据，对于缺失数据的处理常用的方法包括以下哪几种？ 选项： A:缺失作为属性的一个取值; B:利用模型预测缺失值; C:用最少的属性值填充; D:用最大值填充
- 10.对于具有boolean值的属性,当只写属性而不指定属性值时,表示属性值为false.A.正确B.错误
- 11.下面关于position属性，说法错误的是：（） 选项： A:使用position属性进行绝对定位，具体位置由top、right、bottom或left属性定义的; B:当position属性值为absolute时，生成绝对定位元素，该元素相对于最近的已定位的祖先元素进行定位; C:当元素的position属性值为absolute时， 该元素始终相对于进行定位; D:使用position属性进行绝对定位时，若不设置top、left等属性，则元素本身位置不发生变化
- 12.面向对象思想的程序设计中通常的使用顺序是以下哪一项？选项： A:定义类—创建实例—通过实例使用属性或方法; B:创建实例—定义类—通过实例使用属性或方法; C:创建实例—通过实例使用属性或方法—定义类; D:定义类—通过实例使用属性或方法—创建实例
- 13.分类是预测类对象的分类标号（或离散值），根据训练数据集和类标号属性，构建模型来分类现有数据，但不能用来分类新数据。
- 14.处理空缺值的主要方法有（ ）选项： A:忽略元组; B:使用一个全局常量填补空缺值; C:使用属性的平均值填补空缺值。; D:使用与给定元组属同一类的所有样本的平均值。; E:使用最可能的值填充空缺值
- 15.回归问题和分类问题的区别是？ 选项： A:回归问题有标签，分类问题没有; B:回归问题输出值是离散的，分类问题输出值是连续的; C:回归问题输出值是连续的，分类问题输出值是离散的; D:回归问题与分类问题在输入属性值上要求不同
