下面的交叉验证方法
i.有放回的Bootstrap方法
ii.留一个测试样本的交叉验证
iii.5折交叉验证
iv.重复两次的5折教程验证当样本是1000时,下面执行时间的顺序,正确的是()
A. i>ii>iii>iv
B. ii>iv>iii>i
C. iv>i>ii>iii
D. ii>iii>iv>i
查看答案
以下哪个图是KNN算法的训练边界()
A. B
B. A
C. D
D. C
E. 都不是
对应GradientBoostingtree算法,以下说法正确的是()
1.当增加最小样本分裂个数,我们可以抵制过拟合
2.当增加最小样本分裂个数,会导致过拟合
3.当我们减少训练单个学习器的样本个数,我们可以降低variance
4.当我们减少训练单个学习器的样本个数,我们可以降低bias
A. 2和4
B. 2和3
C. 1和3
D. 1和4
在有监督学习中,我们如何使用聚类方法()
1.我们可以先创建聚类类别,然后在每个类别上用监督学习分别进行学习
2.我们可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
3.在进行监督学习之前,我们不能新建聚类类别
4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
A. 2和4
B. 1和2
C. 3和4
D. 1和3
以下说法正确的是()
1.一个机器学习模型,如果有较高准确率,总是说明这个分类器是好的
2.如果增加模型复杂度,那么模型的测试错误率总是会降低
3.如果增加模型复杂度,那么模型的训练错误率总是会降低
4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
A. 1
B. 2
C. 3
D. 1and3