第六章单元测试
- KNN算法中的K代表的是（ ）。
- KNN算法默认的距离计算方式p的值为（ ）。
- KNN决策方法为（ ）。
- KNN中K的取值说法错误的是（ ）。
- 对数据进行归一化处理的好处是（ ）。
- 网格搜索交叉验证的作用为（ ）。
- SVM的分类原理为（ ）。
- 灰度的取值范围是（ ）。
A:一般取较大的数 B:距离未知样本最近的K个概率 C:距离未知样本最近的邻居数量 D:最终的类别数量
答案:距离未知样本最近的邻居数量
A:3 B:4 C:2 D:1
A:距离策略 B:投票策略 C:概率策略 D:数量策略
A:当选择较小的K值时，模型变得敏感，受噪声点影响较小 B:在实际应用中，K一般取比较小的数值 C:当选择较大的K值时，会导致预测效果变差 D:K值的选择会对KNN模型的结果产生重大影响
A:避免噪声影响 B:缩小图像类别差异性 C:简化图像颜色差别 D:加快模型运行速度
A:提高模型准确率 B:加快模型运行速度 C:使用多种模型测评得分 D:辅助调参，查找模型最优参数
A:使用二叉树原理进行分类 B:使用sigmoid函数判定样本的概率 C:让距离分类线最近的样本距离分类线最远 D:使用距离判定，如果距离某个类别样本越近，就属于哪一个类别
A:0-100 B:0-1 C:0-255 D:0-9
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
