最新试题
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
顺序后退法(SBS)是从0个特征开始,每次从已经入选的特征中剔除一个特征,使得仍保留的特征组合所得到的J值最大,是一种特征选择的最优算法。
题型:判断题
在进行交叉验证时,一般让临时训练集较大,临时测试集较小,这样得到的错误率估计就更接近用全部样本作为训练样本时的错误率。
题型:判断题
参数估计是已知概率密度的形式,而参数未知。
题型:判断题
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
一个数据集能生成多种决策树。
题型:判断题
理想的判据应该对特征具有单调性,加入新的特征不会使判据减小。
题型:判断题
下面关于贝叶斯分类器的说法中错误的是()。
题型:单项选择题
特征提取不仅可以降低特征空间的维度,还可以消除特征之间的相关性。
题型:判断题
类间离散度矩阵代表了每一个类的重心到整个样本集的重心之间的距离。
题型:判断题