A.Kn近邻法的思想是固定选择的区域大小Vn,确定落在该区域中的样本数kn。
B.理论上,如果有无穷多个样本,Kn近邻法可以收敛到真实的概率密度估计值。
C.实际中,由于样本的数量总是有限的,使用Kn近邻法直接估计概率密度函数p(x),得到的估计结果不好。
D.实际上,使用Kn近邻法来估计后验概率p(ω_i|x),而不是类条件概率p(x|ω_i)。
第1题
A、Na?ve Bayes(朴素贝叶斯)是一种概率分类器
B、SVM(支持向量机)在向量空间构造超平面,以区分不同类别的样本
C、决策树基于树结构进行决策,从树根到一个叶子的路径对应一个分类规则
D、SVM(支持向量机)和K-NN(K-近邻)都有模型的训练过程(构造分类模型)
第2题
A、有监督学习有明确的学习目标,而无监督学习没有
B、K近邻算法中无需对训练数据进行训练
C、有监督学习训练数据的获得需要专业人士进行标注
D、无监督学习与有监督学习相比更加接近人类学习的过程
第7题
A.“南甲民主共和国”对于甲国和乙国的《甲乙友好互助条约》不予继承
B.“南甲民主共和国”对于甲国的所有条约是否继承的问题,采取“白板规则”,原则上都可以自主地决定
C.在无协议的情况下,对于与南部三省领土的行政管理有关的及其他完全或主要与该三省领土有关的档案应转属“南甲民主共和国”,或者由“南甲民主共和国”进行复制
D.“南甲民主共和国”与甲国没有任何关于国家债务转让的协议,所以对于甲国在战前所承担的任何国家债务,“南甲民主共和国”均不应继承
第9题
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!