首頁(yè)
題庫(kù)
網(wǎng)課
在線???/a>
桌面端
登錄
搜標(biāo)題
搜題干
搜選項(xiàng)
0
/ 200字
搜索
判斷題
支持向量機(jī)(Support Vector Machine,SVM)是通過(guò)尋找超平面對(duì)樣本進(jìn)行分隔從而實(shí)現(xiàn)分類或預(yù)測(cè)的算法,分隔樣本時(shí)的原則是使得間隔最大化,尋找間隔最大的支持向量。
答案:
正確
點(diǎn)擊查看答案
手機(jī)看題
你可能感興趣的試題
判斷題
使用樸素貝葉斯算法進(jìn)行分類時(shí),分別計(jì)算未知樣本屬于每個(gè)已知類的概率,然后選擇其中概率最大的類作為分類結(jié)果。
答案:
正確
點(diǎn)擊查看答案
手機(jī)看題
判斷題
在機(jī)器學(xué)習(xí)擴(kuò)展庫(kù)sklearn中,Lasso是可以估計(jì)稀疏系數(shù)的線性模型,尤其適用于減少給定解決方案依賴的特征數(shù)量的場(chǎng)合。如果數(shù)據(jù)的特征過(guò)多,而其中只有一小部分是真正重要的,此時(shí)選擇Lasso比較合適。
答案:
正確
點(diǎn)擊查看答案
手機(jī)看題
微信掃碼免費(fèi)搜題