规则集的表达能力远不如决策树好
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
无法被用来产生更易于解释的描述性模型
非常适合处理类分布不平衡的数据集
第1题:
以下哪些算法是基于规则的分类器()
第2题:
如下哪些不是基于规则分类器的特点,()。
第3题:
如下那些不是基于规则分类器的特点()
第4题:
某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种属于数据挖掘的哪类问题()?
第5题:
什么是聚类?简单描述如下的聚类方法:划分方法,层次方法,基于密度的方法,基于模型的方法。为每类方法给出例子。
第6题:
如下哪些不是最近邻分类器的特点()
第7题:
基于心理学理论的分类为首选方法,具体包括()
第8题:
符合单位科技生产活动的实际
对同一上位类划分坚持同一分类标准
按分类逻辑规则进行
各单位要按系统统一的分类大纲进行
各单位的分类要统一
第9题:
它使用具体的训练实例进行预测,不必维护源自数据的模型
分类一个测试样例开销很大
最近邻分类器基于全局信息进行预测
可以生产任意形状的决策边界
第10题:
基于知识的错误
基于规则的错误
基于行动和记忆的错误
以上都对
第11题:
划分必须相称
划分的子项不能越级
划分的子项不要互相交叉重复
每次划分的根据必须同一
划分的子项具有相似性
第12题:
规则集的表达能力远不如决策树好
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
无法被用来产生更易于解释的描述性模型
非常适合处理类分布不平衡的数据集
第13题:
分类器设计阶段包含三个过程:划分数据集、分类器构造和()
第14题:
如下哪些不是基于规则的分类器的特点()
第15题:
全球连接管理平台支持全面灵活的触发器功能体系,可以实现的规则设置包括()
第16题:
()是研究已分类资料的特征,分析对象属性,据此建立一个分类函数或分类模型,然后运用该模型将其他未经分类或新的数据分派到不同的组中。
第17题:
如下哪个不是最近邻分类器的特点()
第18题:
分类器系统与传统的基于规则的系统有何区别?这种区别有何意义?
第19题:
决策树是一种基于树形结构的预测模型,每一个树形分叉代表一个分类条件,叶子节点代表最终的分类结果,其优点在于易于实现,决策时间短,并且适合处理非数值型数据。
第20题:
它使用具体的训练实例进行预测,不必维护源自数据的模型
分类一个测试样例开销很大
最近邻分类器基于全局信息进行预测
可以生产任意形状的决策边界
第21题:
C4.5
KNN
Na?ve Bayes
ANN
第22题:
对
错
第23题:
规则集的表达能力远不如决策树好
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
无法被用来产生更易于解释的描述性模型
非常适合处理类分布不平衡的数据集
第24题:
基于类的排序方案
基于规则的排序方案
基于度量的排序方案
基于规格的排序方案