ogistic回归
SVM算法
CART决策树
朴素贝叶斯
第1题:
A.朴素贝叶斯分类方法可以跟决策树和神经网络算法相媲美
B.一种非常成熟的统计学分类方法
C.主要用来确定群组内部和群租间的相似度和相异度
D.主要用于分类问题的归类等
第2题:
A.随机森林
B.朴素贝叶斯
C.支持向量机
D.k近邻法
第3题:
第4题:
朴素贝叶斯分类是基于()假设。
第5题:
决策树算法易于理解好实现,且对缺失值、异常值和共线性都不敏感,是做分类预测的首选算法。
第6题:
可用作数据挖掘分析中的关联规则算法有()。
第7题:
为什么朴素贝叶斯分类称为“朴素”的?简述朴素贝叶斯分类优缺点。
第8题:
以下关于决策树的说法中,不正确的是()。
第9题:
递推算法
迭代算法
穷举算法
冒泡排序算法
第10题:
克鲁斯卡尔算法
哈弗曼算法
迪杰斯特拉算法
拓扑排序算法
第11题:
随机森林算法的分类精度不会随着决策树数量的增加而提高
随机森林算法对异常值和缺失值不敏感
随机森林算法不需要考虑过拟合问题
决策树之间相关系数越低、每棵决策树分类精度越高的随机森林模型的分类效果越好
第12题:
复合梯形算法
龙贝格算法
柯特斯算法
复合辛普生算法
第13题:
A.随机森林
B.逻辑回归
C.Kmeans
D.KNN算法
第14题:
A.对缺失数据不太敏感
B.分类效果不稳定
C.先验模型可能导致结果不佳
D.不适合增量式训练
第15题:
用于监督分类的算法有()。
第16题:
以下算法中对缺失值敏感的有()
第17题:
以下有关随机森林算法的说法正确的是()
第18题:
以下哪项关于决策树的说法是错误的?()
第19题:
数据挖掘的挖掘方法包括()
第20题:
以下算法中,不属于分类预测的典型算法的是()
第21题:
支持向量机
决策树
神经网络
线性回归
第22题:
应用逻辑回归时,异常值会对模型造成很大的干扰
逻辑回归的自变量必须是分类变量,因此要对连续型变量进行离散化处理
逻辑回归对模型中自变量的多重共线性较为敏感
逻辑回归属于分类算法
第23题:
对
错
第24题:
ogistic回归
SVM算法
CART决策树
朴素贝叶斯