A.三個算法都能給出最優(yōu)解,差別在于效率B.三個算法效率差不多,差別在于給出的解的質(zhì)量C.枚舉法是精確算法,遺傳算法是近似算法D.遺傳算法和基于最小生成樹的算法都是近似算法,不同在于后者能保證近似的精度在一定范圍內(nèi),前者則不能保證
?如下圖所示,樣本中有三個類別C1、C2、C3,采用KNN分類算法,圖中給出了被測數(shù)據(jù)對象X和Y在特征空間中的映射點,以X、Y為中心的圓表示對應K個與X、Y最相近點的分布情況。依據(jù)KNN的多數(shù)表決規(guī)則,X歸為C3類,Y歸為C2類,但感覺這個分類結果與圖示有些偏差,直觀上X和Y都比較接近C1。你覺得可以采取哪些措施來改進算法以避免這種情況發(fā)生?()
A.X的問題是K值選擇太小,可以適當增大K值,Y的問題是K值過大,可以適當減小K值B.Y的分類問題可能是由于樣本數(shù)不平衡造成,可以考慮壓縮C2類別的樣本數(shù)量C.Y的問題可以考慮用加權多數(shù)表決法解決D.X的問題可能是C3類含比較異常的樣本,去除異常樣本數(shù)據(jù)可以提高分類準確度
采用KNN分類,表中列出了與被測對象距離最近的5個結果,采用歐式距離,有2個類別“0”、“1”。請選擇以下正確的選項()。
A.采用多數(shù)表決法,K=3時,結果為“0”類,K=5時為“1”類B.用加權多數(shù)表決法,直接用距離倒數(shù)作為權值。結果與A一致C.用加權多數(shù)表決法,直接用距離倒數(shù)作為權值。K=3和K=5時,結果均為“0”類D.采用加權表決規(guī)則后,K值越大,準確性越高