A. 要事先确定聚类数目 B. 算法迭代执行 C. K均值聚类是无监督聚类 D. 需要初始化聚类质心
A. 最近邻居 B. 训练样本 C. 类 D. 测试样本
A. 一对(两个平行的)超平面可以区分空间中3类以上样本 B. 所谓支持向量,就是距离超平面最近的样本 C. 所谓最优超平面,就是指间隔最小的超平面 D. 以上都不对
A. 强化学习 B. (有)监督学习 C. 无监督学习 D. 信号学习
A. 无监督学习 B. 强化学习 C. 信号学习 D. (有)监督学习
A. 算法的初始化阶段需要给定k个初始的簇中心 B. Means的含义是簇中样本的平均值 C. k表示算法生成的簇的数目,需要用户事先指定 D. 在k-Means中,每一个簇用一个中心(质心)表示
A. 无监督学习可以生成数据的标注信息(如类标签) B. 对于监督学习任务,输入的数据必须含有类标签(label) C. 对于无监督学习任务,输入的数据可以没有类标签 D. 监督学习从已标注(含有类标签)数据中训练模型
A. 密度聚类 B. 逻辑回归 C. 线性回归 D. k-means
A. 对 B. 错
微信支付 
支付宝支付