判断题一般常见的降维方法是基于线性的,无法满足现实需求,而核函数方法却可以解决线性方法无法解决的问题。
您可能感兴趣的试卷
最新试题
神经网络的模型受到哪些因素的影响?()
题型:多项选择题
在监督模式识别中,分类器的形式越复杂,对未知样本的分类精度就越高。
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
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
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
贝叶斯估计中是将未知的参数本身也看作一个随机变量,要做的是根据观测数据对参数的分布进行估计。
题型:判断题
动态顺序前进法(l-r)法是按照单步最优的原则从未入选的特征中选择l个特征,再从已入选的特征中剔除r个特征,使得仍保留的特征组合所得到的J值最大。
题型:判断题
C均值聚类算法对噪声和孤立点不敏感。
题型:判断题
特征选择常用的次优算法有顺序前进法,顺序后退法和动态顺序前进法三种。
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