A. 余弦相似度的范围为[-1,1] B. 余弦相似度的结果和向量的长度无关 C. 余弦相似度为-1时候,两个向量完全不相关 D. 余弦相似度为1的时候,两个向量完全相关
A. KD树是二叉树 B. KD树可以用更高的效率来对空间进行划分 C. KD树的结构非常适合寻找最近邻居和碰撞检测 D. KD树切分时,从方差小的维度开始切分
A. x=5 B. x=6 C. y=5 D. y=6
A. 样本较多但典型性不好 B. 样本较少但典型性好 C. 样本呈团状分布 D. 样本呈链状分布
A. 可以用于分类 B. 可以用于回归 C. 距离度量的方式通常用曼哈顿距离 D. K值的选择一般选择一个较小的值