下载APP
刷刷题APP > 分类器
"分类器"相关考试题目
1.
分类器欠拟合时( )
2.
用决策树训练一个分类器模型，树的每个叶子结点代表了（ ）信息
3.
如下哪些不是最近邻分类器的特点。 ( )
4.
朴素贝叶斯分类器对于小样本数据集效果不如决策树好。
5.
关于朴素贝叶斯分类器,以下说法正确的是
6.
朴素贝叶斯分类器有简单、高效、健壮的特点，但某些属性可能会降低分类。()
7.
分类器设计包括划分数据集、( )和分类器测试。
8.
采用Opencv进行人脸识别首先要进行分类器训练。
9.
下面（）分类器速度快，适用于非常大的数据集合高维数据
10.
MAP分类器属于生成模型，支持向量机属于（）模型
11.
下列选项中，最常见的评价分类器好坏的指标是（）。
12.
线性SVM和一般线性分类器的区别主要是:( )。
13.
kNN分类器中参数k的含义是（ ）的数目
14.
以下哪些算法是基于规则的分类器
15.
Naive Bayes是一种特殊的Bayes分类器，特征变量是X，类别标签是C，它的一个假定是（）
16.
Adaboost算法无法适应弱分类器各自的训练误差率。 （ ）
17.
试列举线性分类器中最著名的三种最佳准则以及它们各自的原理。
18.
如下哪些是最近邻分类器的特点 ( )
19.
一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的
20.
Adaboost算法的核心思想是下一个分类器更关注上一轮分错的样本。
21.
如下哪些不是基于规则的分类器的特点（）
22.
分类器效果检验中的准确率是指( )
23.
怎样理解非完美分类的超平面分类器？
24.
卧式分类器的操作过程。
25.
空白处（26）应选择（） A．接纳控制器 B．调度器 C．分类器 D．路由选择协议
26.
Adaboost算法误差越低的弱（基）分类器，在最后分类阶段作用越小。
27.
一对一法分类器，k个类别需要多少个SVM：
28.
在机器学习的二分类器中,不包括以下哪步( )?
29.
贝叶斯分类器的训练，就是从样本集数据中估计出____。
30.
训练样本被分类的正确性越高则分类器的泛化能力越好。
31.
下面哪些不是基于规则的分类器的特点（ ）。
32.
如下哪些不是基于规则分类器的特点，（）。
33.
算法处理流程中（）属于分类器训练阶段
34.
使用IBk分类器和SMO分类器对vote.arff分别进行分类，由其输出的结果可知()。
35.
不需要进行训练的分类器是
36.
在ROC分析中,分类器的性能曲线的理想状态是:
37.
有关分类器的构造和实施步骤描述错误的是：()
38.
通过聚集多个分类器的预测来提高分类准确率的技术称为（）。
39.
WEKA中选择神经网络分类器操作时，应该选择（）。
40.
Boosting和Bagging都是组合多个分类器投票的方法，二者都是根据单个分类器的正确率决定其权重
41.
Adaboost算法的核心思想是下一个分类器更关注上一轮分错的样本。
42.
在样本数目足够多的情况下，最近邻分类器的错误率在最坏的情况下是贝叶斯分类器错误率的两倍。
43.
BP训练算法是常用的神经网络分类器训练算法,该算法也称为反向误差传播无监督训练算法()
44.
通过聚集多个分类器的预测来提高分类准确率的技术称为（）。
45.
集成学习不算是一种分类器,而是一种分类器结合的方法。()
46.
朴素贝叶斯分类器的基本算法步骤包括
47.
根据J48分类器训练iris.arff所生产的决策树，当sepallength=4.4；sepalwidth=3.0；petallength=1.3；petalwidth=0.2时，分类的结果是（）。
48.
以下关于K近邻分类器描述正确的有_____.
49.
在光学字符识别中，使用分类器字符分类得到识别结果。
50.
如下哪些不是基于规则分类器的特点，（）。
