题目内容

KNN算法的缺点包括以下几点?( )

A. 可解释性差,无法给出决策树那样的规则
B. 对训练数据依赖度特别大,当样本不平衡的时候,对少数类的预测准确率低
C. 对异常值敏感
D. 计算复杂性高;空间复杂性高,尤其是特征数非常多的时候

查看答案

搜索结果不匹配？点我反馈

更多问题

以下那种算法需要对数据进行归一化或者标准化( )。

A. 逻辑回归
B. 决策树
C. KNN
D. 线性回归

决策树的说法正确的是( )。

A. 它易于理解、可解释性强
B. 其可作为分类算法,也可用于回归模型
CART使用的是二叉树
D. 不能处理连续型特征

集成学习有以下哪几种代表算法 ( )。

A. 随机森林
B. AdaBoost
C. SVM
D. K-means

下面关于随机森林和梯度提升集成方法的说法哪个是正确的?( )

A. 这两种方法都可以用来做分类
B. 随机森林用来做分类,梯度提升用来做回归
C. 随机森林用来做回归,梯度提升用来做分类
D. 两种方法都可以用来做回归