判断题在使用二分树进行分类器设计的时候,初始权值对分类结果没有影响。
您可能感兴趣的试卷
你可能感兴趣的试题
2.单项选择题下面关于二次判别函数的说法中,错误的是()
A.当每一类均符合高斯分布时,可以通过调整二次判别函数中的阈值来减少错误率。
B.如果一类分布比较接近高斯分布,即分布为团状,而另外一类则较均匀的分布在第一类附近,需要分别求出每一类的判别函数来进行类别的划分。
C.每一类样本都满足高斯分布,可以定义每一类的判别函数为样本到各类均值的马氏距离的平方与给定阈值之间的比较。
D.如果其中一类分布比较接近高斯分布,即分布为团状,而另外一类则较均匀的分布在第一类附近,只求出一类的判别函数就可以进行类别的划分。
3.单项选择题下面关于分段线性判别函数的说法中错误的是()
A.在分段线性判别函数的设计当中很重要的一个问题是子类的划分问题。
B.在类别的各个维度不对称的情况下,可以考虑使用分段线性距离分类器。
C.分段线性距离分类器在类别的各个维度不对称的情况下,分类结果是不准确的。
D.分段线性判别函数能够逼近任意的超曲面,具有很强的适应性。
10.单项选择题下面关于最小平方误差判别的说法中错误的是()
A.最小平方误差判别方法既适用于线性可分的情况,也适用于线性不可分的情况。
B.最小平方误差判别方法中的准则函数是误差长度的平方和。
C.梯度下降法求解使误差长度的平方和最小的权值时不需要赋初值。
D.梯度下降法和伪逆法都可以求解使误差长度的平方和最小的权值。
最新试题
参数估计是已知概率密度的形式,而参数未知。
题型:判断题
隐含层或输出层具有激活函数。
题型:判断题
分支定界法计算量一定比穷举法小。
题型:判断题
利用神经网络对两类问题进行分类时,可以用一个输出节点来实现。
题型:判断题
fisher线性判别方法可以将样本从多维空间投影到一维空间。
题型:判断题
下面关于交叉验证法的说法中正确的是()。
题型:多项选择题
测试集的样本数量越多,对分类器错误率的估计就越准确。
题型:判断题
概率密度函数的参数估计需要一定数量的训练样本,样本越多,参数估计的结果越准确。
题型:判断题
基于数据的方法适用于特征和类别关系不明确的情况。
题型:判断题
剪辑近邻法去除的是远离分类边界,对于最后的决策没有贡献的样本。
题型:判断题