第五章测试1.
分类和回归都可用于预测,分类的输出是离散的类别值。
A:错 B:对
答案:B
2.
决策树的每个分支均包含了相应的决策规则。
A:错 B:对 3.
朴素贝叶斯方法因做了不符合实际的假设,因此通常分类性能比较差。
A:对 B:错 4.朴素贝叶斯的分类结果是概率,表示最大可能的类别。
A:错 B:对 5.
决策树包含如下哪几种节点?
A:
叶节点
B:根节点
C:属性节点
D:外部节点
6.如果类别分布的信息熵是0.301,给定属性A的条件熵为0.2007,给定属性B的条件熵为0.1495,那么下列说法正确的是?
A:
属性B带来的信息多于属性A
B:属性A带来的信息多于属性B
C:属性A的信息增益小于属性B
D:属性A的信息增益大于属性B
7.下面指标中,能够度量分类器对正例和负例识别能力的是?
A:
错误率
B:精度
C:灵敏度和特效度
D:正确度
8.关于信息量,下列说法错误的是?
A:
一组数据包含的信息量越小,熵越大
B:信息熵能够度量信息量的大小
C:信息量的大小和不确定性的变化有关
D:越确定的事情包含的信息量越小
9.朴素贝叶斯网络假设属性和类别之间是独立的。
A:错 B:对 10.
信息增益是一个属性比另一个属性信息熵的增加值。
A:对 B:错
温馨提示支付 ¥3.00 元后可查看付费内容,请先翻页预览!