以下关于k-近邻算法的说法正确的是( )。
A.k-近邻算法不可以用来解决回归问题
B.随着k值的增大,决策边界会越来越光滑
C.k-近邻算法适合解决高维稀疏数据上的问题
D.相对3近邻模型而言,1近邻模型的bias更大,variance更小
A.k-近邻算法不可以用来解决回归问题
B.随着k值的增大,决策边界会越来越光滑
C.k-近邻算法适合解决高维稀疏数据上的问题
D.相对3近邻模型而言,1近邻模型的bias更大,variance更小
A.决策树
B.规则分类
C.最近邻分类
D.朴素贝叶斯分类
A.K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象
B.K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念
C.K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇
D.K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇
E.K均值和DBSCAN的最初版本都是针对欧几里得数据设计的,但是它们都被扩展,以便处理其他类型的数据
A.DBSCAN算法是一种基于划分的聚类算法
B.DBSCAN算法将点分成核心点、边界点和噪音点三类
C.DBSCAN算法是一种基于密度的聚类算法
D.DBSCAN算法需要在指定簇的个数
A.它的密钥长度可以从零到无限大
B.在美国一般密钥长度是128位,向外出口时限制到40位
C.RC4算法弥补了RC5算法的一些漏洞
D.最多可以支持40位的密钥
A.Pandas是Python用于数据分析的重要模块
B.Pandas模块包含了多种神经网络算法
C.Numpy模块提供了对数组的高性能处理功能
D.SciKit-Learn(sk learn) 模块包含了多种机器学习算法