题目内容

关于kmeans算法,以下哪些描述是不正确的?

A. 既然kmeans是一种无监督学习算法,那么它就不会过拟合数据,因此,在计算可行的情况下拥有尽可能多的簇总是更好的
B. 在一些数据集中,k值是很模糊的,甚至需要让一个人类专家仔细研究数据后再决定
C. 如果我们担心k意味着陷入局部最优,减少这个问题的一种方法是尝试多次随机初始化
D. 初始化kmeans的标准方法是设置质心都为0

查看答案
更多问题

机器学习算法中,以下哪些属于集成学习的策略?

A. Boosting
Bagging
C. Marking
D. Stacking

随机森林是一种集成学习算法,它主要基于boosting策略。

A. 对
B. 错

bagging降低偏差,boosting降低方差

A. 对
B. 错

对于神经网络,下面说法正确的有:1增加神经网络的层数, 可能会增加测试数据集的分类错误率2减少神经网络的层数,总是能减小测试数据集的分类错误率3增加神经网络的层数,总是能减小训练数据集的分类错误率

A. 1和3
B. 1和2
C. 只有1
D. 都不对

答案查题题库