A.規(guī)則集的表達能力遠不如決策樹好
B.基于規(guī)則的分類器都對屬性空間進行直線劃分，并將類指派到每個劃分
C.無法被用來產(chǎn)生更易于解釋的描述性模型
D.非常適合處理類分布不平衡的數(shù)據(jù)集
您可能感興趣的試卷
你可能感興趣的試題
A.構造網(wǎng)絡費時費力
B.對模型的過分問題非常魯棒
C.貝葉斯網(wǎng)絡不適合處理不完整的數(shù)據(jù)
D.網(wǎng)絡結構確定后，添加變量相當麻煩
A.F1度量
B.召回率（recall）
C.精度（precision）
D.真正率（ture positive rate，TPR）
A.預測準確度
B.召回率
C.模型描述的簡潔度
D.計算復雜度
A.其支持度小于閾值
B.都是不讓人感興趣的
C.包含負模式和負相關模式
D.對異常數(shù)據(jù)項敏感
A.支持度閥值
B.項數(shù)（維度）
C.事務數(shù)
D.事務平均寬度
最新試題
任何對數(shù)據(jù)處理與存儲系統(tǒng)的操作均需要記錄，這符合數(shù)據(jù)安全的要求。
數(shù)據(jù)復制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個角度來設計和實現(xiàn)的。
完整性，一致性，時效性，唯一性，有效性，準確性是衡量數(shù)據(jù)質(zhì)量的六個維度指標。
選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個值，并選擇最小化失真度量的值。
數(shù)據(jù)壓縮與解壓縮可以使得數(shù)據(jù)處理的速度加快。
小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機手段來完成。
隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。
假設屬性的數(shù)量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。
數(shù)據(jù)收集中的拉模式需要通過定時的方式不斷地觸發(fā)，才能源源不斷地獲取對應的數(shù)據(jù)。