題目 |
題目類型 |
操作 |
針對(duì)Apriori Principle的原理,請(qǐng)回答以下題目:
假設(shè)長(zhǎng)度為2的頻繁項(xiàng)目集(Freq... |
普通選擇題 |
去答題
|
請(qǐng)根據(jù)Apriori算法回答以下問(wèn)題:
(1)利用Apriori算法計(jì)算頻繁項(xiàng)集可以有效降低計(jì)... |
普通多選題 |
去答題
|
根據(jù)以下混淆矩陣和ROC曲線,回答以下兩題:
(2)ROC曲線的y軸,實(shí)際上可以由每個(gè)閾... |
普通選擇題 |
去答題
|
?根據(jù)以下混淆矩陣和ROC曲線,回答以下兩題:
(1)ROC曲線的x軸,實(shí)際上可以... |
普通選擇題 |
去答題
|
假設(shè)詞典中包括詞{的確,王公,實(shí)在,在理,公子}以及所有單字集合,請(qǐng)分別給出句子“王公子說(shuō)的確實(shí)在理... |
普通選擇題 |
去答題
|
假設(shè)詞典中包括詞{的確,王公,實(shí)在,在理,公子}以及所有單字集合,請(qǐng)分別給出句子“王公子說(shuō)的確實(shí)在理... |
普通選擇題 |
去答題
|
在MNIST數(shù)據(jù)集中包含了從0-9數(shù)字的手寫體圖像,初始圖像是28像素*28像素,我們希望構(gòu)建預(yù)測(cè)模... |
普通選擇題 |
去答題
|
在MNIST數(shù)據(jù)集中包含了從0-9數(shù)字的手寫體圖像,初始圖像是28像素*28像素,我們希望構(gòu)建預(yù)測(cè)模... |
普通選擇題 |
去答題
|
我們有一個(gè)來(lái)自于大眾點(diǎn)評(píng)的數(shù)據(jù),數(shù)據(jù)集保存了用戶對(duì)商家的點(diǎn)評(píng)數(shù)據(jù),每個(gè)商家都有一個(gè)點(diǎn)評(píng)數(shù)量,假設(shè)我們... |
普通選擇題 |
去答題
|
我們有一個(gè)來(lái)自于大眾點(diǎn)評(píng)的數(shù)據(jù),數(shù)據(jù)集保存了用戶對(duì)商家的點(diǎn)評(píng)數(shù)據(jù),每個(gè)商家都有一個(gè)點(diǎn)評(píng)數(shù)量,假設(shè)我們... |
普通選擇題 |
去答題
|
根據(jù)下表的混淆矩陣(Confusion Matrix),回答以下2題
(2)對(duì)于屬性值YE... |
普通選擇題 |
去答題
|
根據(jù)下表的混淆矩陣(Confusion Matrix),回答以下2題
(1)對(duì)于屬性值YE... |
普通選擇題 |
去答題
|
在一個(gè)神經(jīng)網(wǎng)絡(luò)中,下面哪種方法可以用來(lái)處理過(guò)擬合? |
普通多選題 |
去答題
|
數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中通過(guò)算法搜索隱藏于其中信息的過(guò)程。以下操作行為不屬于數(shù)據(jù)挖掘的是() |
普通多選題 |
去答題
|
數(shù)據(jù)挖掘并不是數(shù)學(xué)或者統(tǒng)計(jì)某單一傳統(tǒng)學(xué)科所研究的方向,數(shù)據(jù)挖掘接納吸收了很多其他領(lǐng)域的思想,其中包括... |
普通多選題 |
去答題
|
機(jī)器學(xué)習(xí)的常用方法,主要分為有監(jiān)督學(xué)習(xí)(supervised learning)和無(wú)監(jiān)督學(xué)習(xí)(uns... |
普通多選題 |
去答題
|
以下算法中,屬于無(wú)監(jiān)督算法的是() |
普通多選題 |
去答題
|
以下幾項(xiàng)中,可以歸于知識(shí)發(fā)掘處理(Knowledge Discovery Process)中的數(shù)據(jù)清... |
普通多選題 |
去答題
|
在對(duì)缺失數(shù)據(jù)進(jìn)行處理前,了解數(shù)據(jù)缺失的機(jī)制和形式是十分必要的。以下屬于數(shù)據(jù)缺失機(jī)制的是 |
普通多選題 |
去答題
|
特征工程是將原始數(shù)據(jù)轉(zhuǎn)換為更好地代表預(yù)測(cè)模型的潛在問(wèn)題的特征的過(guò)程,從而提高對(duì)未知數(shù)據(jù)預(yù)測(cè)的準(zhǔn)確性.... |
普通多選題 |
去答題
|