A.嵌入
B.過濾
C.包裝
D.抽樣
您可能感興趣的試卷
你可能感興趣的試題
A.計(jì)數(shù)屬性
B.離散屬性
C.非對(duì)稱的二元屬性
D.對(duì)稱屬性
A.標(biāo)稱
B.序數(shù)
C.區(qū)間
D.相異
A.標(biāo)稱
B.序數(shù)
C.區(qū)間
D.相異
A.第一個(gè)
B.第二個(gè)
C.第三個(gè)
D.第四個(gè)
A.變量代換
B.離散化
C.聚集
D.估計(jì)遺漏值
最新試題
訓(xùn)練神經(jīng)網(wǎng)絡(luò)具有過度擬合訓(xùn)練數(shù)據(jù)的潛在問題。
假設(shè)屬性的數(shù)量固定，則可以在時(shí)間上以線性方式學(xué)習(xí)基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。
使用偏差較小的模型總是比偏差較大的模型更好。
選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個(gè)值，并選擇最小化失真度量的值。
當(dāng)數(shù)據(jù)集標(biāo)簽錯(cuò)誤的數(shù)據(jù)點(diǎn)時(shí)，隨機(jī)森林通常比AdaBoost更好。
數(shù)據(jù)復(fù)制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個(gè)角度來設(shè)計(jì)和實(shí)現(xiàn)的。
數(shù)據(jù)收集中的拉模式需要通過定時(shí)的方式不斷地觸發(fā)，才能源源不斷地獲取對(duì)應(yīng)的數(shù)據(jù)。
支持向量機(jī)不適合大規(guī)模數(shù)據(jù)。
使用正則表達(dá)式可以找到一個(gè)文本文件中所有可能出現(xiàn)的手機(jī)號(hào)碼。
任務(wù)調(diào)度系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)才能使得數(shù)據(jù)收集工作可以不間斷地按照既定的目標(biāo)從目標(biāo)源獲取數(shù)據(jù)。