A. 無監(jiān)督分類
B. 有監(jiān)督分類
C. 統(tǒng)計模式識別方法
D. 句法模式識別方法
您可能感興趣的試卷
你可能感興趣的試題
A.平移不變性
B.旋轉(zhuǎn)不變性
C.尺度縮放不變性
D.不受量綱影響的特性
A.平移不變性
B.旋轉(zhuǎn)不變性
C.尺度縮放不變性
D.不受量綱影響的特性
A.已知類別樣本質(zhì)量
B.分類準則
C.特征選取
D.量綱
A. 先驗概率
B. 后驗概率
C. 類概率密度
D. 信息熵
E. 幾何距離
A. 最小損失準則
B. 最小最大損失準則
C. 最小誤判概率準則
D. N-P判決
最新試題
fisher線性判別方法可以將樣本從多維空間投影到一維空間。
概率密度函數(shù)的參數(shù)估計需要一定數(shù)量的訓(xùn)練樣本，樣本越多，參數(shù)估計的結(jié)果越準確。
順序后退法（SBS）是從0個特征開始，每次從已經(jīng)入選的特征中剔除一個特征，使得仍保留的特征組合所得到的J值最大，是一種特征選擇的最優(yōu)算法。
在監(jiān)督模式識別中，分類器的形式越復(fù)雜，對未知樣本的分類精度就越高。
我們在對某一模式x進行分類判別決策時，只需要算出它屬于各類的條件風(fēng)險就可以進行決策了。
順序前進法的缺點是不能剔除已入選的特征，無法保證全局最優(yōu)。
多類問題的貝葉斯分類器中判別函數(shù)的數(shù)量與類別數(shù)量是有直接關(guān)系的。
C均值聚類算法對噪聲和孤立點不敏感。
在進行交叉驗證時，一般讓臨時訓(xùn)練集較大，臨時測試集較小，這樣得到的錯誤率估計就更接近用全部樣本作為訓(xùn)練樣本時的錯誤率。
貝葉斯估計中是將未知的參數(shù)本身也看作一個隨機變量，要做的是根據(jù)觀測數(shù)據(jù)對參數(shù)的分布進行估計。