A.預測準確度
B.召回率
C.模型描述的簡潔度
D.計算復雜度
您可能感興趣的試卷
你可能感興趣的試題
A.其支持度小于閾值
B.都是不讓人感興趣的
C.包含負模式和負相關模式
D.對異常數(shù)據(jù)項敏感
A.支持度閥值
B.項數(shù)（維度）
C.事務數(shù)
D.事務平均寬度
A.數(shù)據(jù)的抽取
B.存儲和管理
C.數(shù)據(jù)的表現(xiàn)
D.數(shù)據(jù)倉庫設計
A.數(shù)據(jù)倉庫就是數(shù)據(jù)庫
B.數(shù)據(jù)倉庫是一切商業(yè)智能系統(tǒng)的基礎
C.數(shù)據(jù)倉庫是面向業(yè)務的，支持聯(lián)機事務處理（OLTP）
D.數(shù)據(jù)倉庫支持決策而非事務處理
E.數(shù)據(jù)倉庫的主要目標就是幫助分析，做長期性的戰(zhàn)略制定
A.主成分分析
B.特征提取
C.奇異值分解
D.特征加權
E.離散化
最新試題
無論質心的初始化如何，K-Means始終會給出相同的結果。
當數(shù)據(jù)集標簽錯誤的數(shù)據(jù)點時，隨機森林通常比AdaBoost更好。
任何對數(shù)據(jù)處理與存儲系統(tǒng)的操作均需要記錄，這符合數(shù)據(jù)安全的要求。
由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。
根據(jù)數(shù)據(jù)科學家與數(shù)據(jù)工程師對于問題的理解并相互討論，然后確定需要收集數(shù)據(jù)的范圍以及種類，然后數(shù)據(jù)工程師使用數(shù)據(jù)收集工具，架構，甚至編程的形式來進行數(shù)據(jù)收集的工作，然后并把數(shù)據(jù)收集的數(shù)據(jù)放置到對應的存儲系統(tǒng)。
支持向量機不適合大規(guī)模數(shù)據(jù)。
數(shù)據(jù)收集中的拉模式需要通過定時的方式不斷地觸發(fā)，才能源源不斷地獲取對應的數(shù)據(jù)。
隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
訓練神經(jīng)網(wǎng)絡具有過度擬合訓練數(shù)據(jù)的潛在問題。
管理員不需要驗證就可以訪問數(shù)據(jù)存儲系統(tǒng)中的任何數(shù)據(jù)，這符合數(shù)據(jù)安全的要求。