关于决策树算法的描述,错误的是?()
A.自下向上递归方式构造决策树
B.有监督的算法
C.非参数学习算法
D.生成的分类规则易于理解
A.自下向上递归方式构造决策树
B.有监督的算法
C.非参数学习算法
D.生成的分类规则易于理解
A.CHAID只能建立二叉树
B.CHAID算法是一种决策树算法
C.CHAID算法从统计显著性检验角度确定了当前最佳分组变量和分割点。
D.CHAID的输入变量和输出变量只能是分类型变量
A.决策树是一种监督式学习
B.监督式学习不需要标签就可以训练
C.监督式学习不可以使用交叉验证进行训练
D.监督式学习是一种基于规则的算法
A.RCNN生成大约2k个候选框
B.RCNN把所有侯选框缩放成固定大小
C.RCNN结合NMS(非极大值抑制)获得区域边框(BBox)
D.RCNN采用SVM对候选框进行位置预测
A.Logistic回归(LogisticRegression,LR)
B.决策树(DecisionTree,DT)
C.朴素贝叶斯(NaiveBayes,NB)
D.支持向量机(SupportVectorMachine,SVM)
A.朴素贝叶斯(NaiveBayes,NB)
B.Logistic回归(LogisticRegression,LR)
C.支持向量机(SupportVectorMachine,SVM)
D.决策树(DecisionTree,DT)
A.决策树不要求样本集的各个维度的特征具有同质性
B.一般无法用基于距离的指标来衡量样本集划分结果的紧致性
C.一般不采用熵的概念来度量每个子样本集的纯度
D.决策树是有监督学习方法
A.是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科
B.研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能
C.机器学习强调三个关键词:算法、模型、训练
D.基于数据的机器学习是现代智能技术中的重要方法之一
A.KNN
B.A*算法
C.决策树
D.遗传算法