单项选择题对数几率回归是一种()方法。
A.分类
B.回归
C.聚类
D.降维
您可能感兴趣的试卷
你可能感兴趣的试题
1.单项选择题线性回归,通过学得一个()以尽可能准确地预测实值输出类别。
A.非线性模型
B.函数
C.线性模型
D.编码
3.单项选择题下列表达中不能影响贝叶斯估计结果的是()
A.损失函数的形式
B.样本的数量
C.待估计参数的后验概率
D.数据的线性变换
5.判断题贝叶斯分类器中只有一个判别函数。
9.单项选择题基于最小错误率的贝叶斯决策规则可以采用不同的形式,下列不能表达其决策规则的是()
A.后验概率
B.似然比
C.类条件概率
D.先验概率
10.单项选择题下面关于基于最小风险的贝叶斯决策的描述中,错误的是()
A.最小风险的贝叶斯决策考虑到了不同的错误率所造成的不同损失
B.最小错误率的贝叶斯决策是最小风险的贝叶斯决策的特例
C.最小风险的贝叶斯决策当中,决策的数量和样本类别的数量一定是相等的
D.条件风险反映了对于一个样本x采用某种决策时所带来的损失
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
当各类的协方差矩阵相等时,分类面为超平面,并且与两类的中心连线垂直。
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
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
k-近邻法中k的选取一般为偶数。
题型:判断题
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
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
我们在对某一模式x进行分类判别决策时,只需要算出它属于各类的条件风险就可以进行决策了。
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
概率密度函数的估计的本质是根据训练数据来估计概率密度函数的形式和参数。
题型:判断题