贝叶斯分类器的训练，就是从样本集数据中估计出____。

参数是根据()计算出来的。

A.总体数据

B.样本数据

C.分类数据

D.顺序数据

统计量是根据(  )计算出来的。

  A．总体数据  B．样本数据

  C．分类数据  D．顺序数据

分类变量的统计分析中所计算的S，表示（ ）。

A．样本率

B．总体率的标准误

C．总体中数据的变异度

D．样本率的标准误的估计值

E．总体率

分类变量的统计分析中所计算的S，表示（ ）。

A．样本率

B．总体率的标准误

C．总体中数据的变异度

D．样本率的标准误的估计值

E．总体率

关于logit回归和SVM不正确的是()

A.Logit回归本质上是一种根据样本对权值进行极大似然估计的方法，而后验概率正比于先验概率和似然函数的乘积。logit仅仅是最大化似然函数，并没有最大化后验概率，更谈不上最小化后验概率

B.Logit回归的输出就是样本属于正类别的几率，可以计算出概率

C.SVM的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面，应该属于结构风险最小化

D.SVM可以通过正则化系数控制模型的复杂度，避免过拟合

分类器效果检验中的准确率是指( )

A、预测正确的数据在总数据中的比例

B、预测为正的数据在总数据中的比例

C、预测为正的数据中实际为正的数据所占比例

D、实际为正的数据中被预测为正的数据所占比例

如下哪些不是基于规则的分类器的特点( )

A、规则集的表达能力远不如决策树好

B、基于规则的分类器都对属性空间进行直线划分，并将类指派到每个划分

C、无法被用来产生更易于解释的描述性模型

D、非常适合处理类分布不平衡的数据集

分类资料统计分析中，Sp表示

A．总体率的标准误

B．样本率的标准误

C．总体中数据的变异度

D．总体率

E．样本率

数据挖掘可以简单地理解为从大量的数据中发现或挖掘知识。设某公司的客户关系管理系统中有客户表A（CID，v1，v2，…，vn）。给定一个训练集s（v1，v2，…，vn，C．，其中c为客户类别、vi（i＝1．．n）为客户其他属性。若对表A中任一客户x，要使系统能判定x所属的客户类别，较合理的方案是（ ）。

A.将x对应的元组中的特征向量（v1，v2，…，vn）与训练集s中的元组进行匹配，从而判定x所属的客户类别

B.对训练集s设计适当的算法，构造一个分类器M，将x对应的特征向量（v1，v2，…，vn）作为M的输入，用M判定X所属的客户类别

C.采用关联规则挖掘算法构成一个关联式分类器M，用M判定x所属的类别

D.采用适当的聚类算法，对表A中的所有元组进行聚类，将每个元组归入训练集S各元组的c列所给出的客户类别中，从而实现X所属客户类别的判定

主机板有许多分类方法，以下不是分类方法的是（ ）。

A．按芯片集分类

B．按数据端口分类

C．按电源类型分类

D．按系统总线的带宽分类