第二章单元测试
关于k-NN算法，以下哪个选项是正确的？
k-NN算法在测试时间而不是训练时间上进行了更多的计算。
假设算法是k最近邻算法，在下面的图像中，____将是k的最佳值。
一个kNN分类器，该分类器在训练数据上获得100％的准确性。而在客户端上部署此模型时，发现该模型根本不准确。以下哪项可能出错了？
注意：模型已成功部署，除了模型性能外，在客户端没有发现任何技术问题
以下是针对k-NN算法给出的两条陈述，其中哪一条是真的？
1、我们可以借助交叉验证来选择k的最优值
2、欧氏距离对每个特征一视同仁
你给出了以下2条语句，发现在k-NN情况下哪个选项是正确的？
1、如果k的值非常大，我们可以将其他类别的点包括到邻域中。
2、如果k的值太小，该算法会对噪声非常敏感
在下图中，下列哪一个k值可以给出最低的留一法交叉验证精度？
如果一个经过训练的机器学习模型在测试集上达到 100% 的准确率，这是否意味着该模型将在另外一个新的测试集上也能得到 100% 的准确率呢？
关于K折交叉验证，下列说法正确的是？
A:可用于分类 B:可用于回归 C:可用于分类和回归
答案:可用于分类和回归
A:对 B:错
答案:对
A:50 B:3 C:20 D:10
答案:10
A:其余三个选项都不是 B:不能判断 C:可能是模型过拟合 D:可能是模型未拟合
答案:可能是模型过拟合
A:1和2都不是 B:1 C:1和2 D:2
答案:1和2
A:1 B:1和2都不是 C:2 D:1和2
答案:1和2
A:5 B:1 C:3 D:2
答案:2
A:不行，因为还有一些模型不确定的东西，例如噪声 B:是的，因为这个模型泛化能力已经很好了，可以应用于任何数据
答案:不行，因为还有一些模型不确定的东西，例如噪声
A:其余选项都正确
答案:其余选项都正确
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
