以下哪些算法是基于规则的分类器?()
A.C4.5
B.KNN
C.NativeBayes
D.ANN
A.C4.5
B.KNN
C.NativeBayes
D.ANN
第2题
A.规则集的表达能力远不如决策树好
B.基于规则的分类器都对属性空间进行直线划分,并将类指派到每个划分
C.无法被用来产生更易于解释的描述性模型
D.非常适合处理类分布不平衡的数据集
第4题
A.无法被用来产生更易于解释的描述性模型
B.规则集的表达能力远不如决策树好
C.基于规则的分类器都对属性空间进行直线划分,并将类指派到每个划分
D.非常适合处理类分布不平衡的数据集
第5题
B.提升算法基于概率近似正确(probably approximately correct, PAC)理论,即如果已经发现了“弱学习算法”,可将其提升(boosting)为“强学习算法”
C.提升算法将若干个弱分类器(weak classifiers)组合起来,形成一个强分类器(strong classifier)
D.提升算法在每一轮迭代学习中均会更改每个数据的权重
第7题
A.KNN算法是操作最为简单的分类算法
B.KNN算法的指导思想是“近朱者赤近墨者黑”
C.KNN算法的可解释性较差,无法给出科学的分类规则。
D.KNN算法的计算量与数据量有关。
第8题
A.任务之间的公平性是最重要的调度目标
B.大多数RTOS调度算法都是可抢占式的
C.RTOS调度器都采用了基于时间片轮转的调度算法
D.RTOS调度算法只是一种静态优先级调度算法