常用于分类问题和回归问题。常见算法有逻辑回归(Logistic Regression)、反向传递神经网络(Back Propagation Neural Network)、决策树(Decision Trees)、朴素贝叶斯分类(Naive Bayesian classification)等。
第1题:
用于监督分类的算法有()。
第2题:
逻辑回归只能用于二分类问题,即输出只有两种,分别代表两个类别。
第3题:
下列何种算法可以帮助我们做数值的预测(Prediction)?()
第4题:
以下算法中对缺失值敏感的有()
第5题:
如何以神经网络仿真逻辑回归(Logistic Regression)?()
第6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7题:
下列哪些属于资料探勘(Data Mining)常见的应用技术?()
第8题:
数据挖掘的挖掘方法包括()
第9题:
以下算法中,不属于分类预测的典型算法的是()
第10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11题:
输入层节点个数设定为2
输出层节点个数设定为2
隐藏层节点个数设定为0
隐藏层节点个数设定为1
第12题:
逻辑回归
神经网络
SVM算法
C4.5算法
第13题:
朴素贝叶斯分类是基于()假设。
第14题:
以下关于逻辑回归的说法正确的是()
第15题:
常见的用于预测 Y 为分类变量的回归方法有()
第16题:
如果自变量有连续型变量,则适用的分类预测方法有()
第17题:
可用作数据挖掘分析中的关联规则算法有()。
第18题:
分类变量赋值不同对logistic回归有何影响? 分析结果一致吗?
第19题:
针对银行客户流失问题,以下哪个方法可以建立预测模型()
第20题:
logistic回归分类
第21题:
支持向量机
决策树
神经网络
线性回归
第22题:
资料丛集(Data Clustering)
类神经网络(Neural Network)
购物篮分析(Market BasketAnalyses)
资料分类(Data Classification)
第23题:
ogistic回归
SVM算法
CART决策树
朴素贝叶斯
第24题:
伽玛回归
泊松回归
Logistic回归
Probit回归