A.2
B.3
C.3.5
D.5
您可能感興趣的試卷
你可能感興趣的試題
A.特征提取
B.特征修改
C.映射數(shù)據(jù)到新的空間
D.特征構(gòu)造
A.嵌入
B.過濾
C.包裝
D.抽樣
A.計數(shù)屬性
B.離散屬性
C.非對稱的二元屬性
D.對稱屬性
A.標(biāo)稱
B.序數(shù)
C.區(qū)間
D.相異
A.標(biāo)稱
B.序數(shù)
C.區(qū)間
D.相異
最新試題
管理員不需要驗證就可以訪問數(shù)據(jù)存儲系統(tǒng)中的任何數(shù)據(jù),這符合數(shù)據(jù)安全的要求。
通常,當(dāng)試圖從大量觀察中學(xué)習(xí)具有少量狀態(tài)的HMM時,我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓(xùn)練數(shù)據(jù)的可能性。
對于文本數(shù)據(jù)和多媒體數(shù)據(jù)進行特征提取是為了方便對于這類數(shù)據(jù)的觀察和理解。
如果P(A B)= P(A),則P(A∩B)= P(A)P(B)。
由于決策樹學(xué)會了對離散值輸出而不是實值函數(shù)進行分類,因此它們不可能過度擬合。
無論質(zhì)心的初始化如何,K-Means始終會給出相同的結(jié)果。
訓(xùn)練神經(jīng)網(wǎng)絡(luò)具有過度擬合訓(xùn)練數(shù)據(jù)的潛在問題。
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。
通過統(tǒng)計學(xué)可以推測擲兩個撒子同時選中3點的幾率。
使決策樹更深將確保更好的擬合度,但會降低魯棒性。