KNN近邻法较之Parzen窗的优势是
A: 所需样本数较少
B: 稳定性较好
C: 分辨率较高
D: 连续性较好
A: 所需样本数较少
B: 稳定性较好
C: 分辨率较高
D: 连续性较好
举一反三
- Kn近邻法较之Parzen窗法的优点是 A: 所需样本数较少 B: 在样本分布不均匀时稳定性较好 C: 分辨率较高 D: 连续性较好
- 下列非参数估计方法中，区间可变的是 A: 直方图法 B: Parzen窗法 C: Kn-近邻估计 D: Parzen窗法和Kn-近邻估计
- 一般，KNN最近邻方法在什么的情况下效果较好 A: 样本较多但典型性不好 B: 样本较少但典型性好 C: 样本呈团状分布 D: 样本呈链状分布
- k-NN 最近邻方法在什么情况下效果较好？（ ） A: 样本较多但典型性不好 B: 样本呈链状分布 C: 样本呈团状分布 D: 样本较少但典型性好
- 一般，k-NN最近邻方法在()的情况下效果较好 A: 样本较多但典型性不好 B: 样本较少但典型性好 C: 样本呈团状分布 D: 样本呈链状分布