关于KNN算法的描述,不正确的是( )。
A: 可以用于分类
B: 可以用于回归
C: 距离度量的方式通常用曼哈顿距离
D: K值的选择一般选择一个较小的值
A: 可以用于分类
B: 可以用于回归
C: 距离度量的方式通常用曼哈顿距离
D: K值的选择一般选择一个较小的值
举一反三
- 关于KNN算法的描述,不正确的是( )。 A: 可以用于分类 B: 可以用于回归 C: 距离度量的方式通常用曼哈顿距离 D: K值的选择一般选择一个较小的值
- 有关KNN算法,说法正确的是? A: K的选择对分类结果影响很小 B: 计算距离只能采用欧氏距离 C: KNN算法的计算复杂度较低 D: KNN算法中的K通常选择较小的值
- KNN算法的基本要素有()。 A: K值的选择 B: 距离度量 C: 知识表示 D: 分类决策规则
- knn算法三个要素 A: k值的选择 B: 距离度量 C: 分类决策的规则 D: d。训练样本的个数
- 关于KNN中K值选择的说法不正确的是: A: 在应用中,k值一般取一个比较小的数值.通常采用交叉验证法来选取最优的k值. B: 如果选择较大的k值,可以减少学习的估计误差。 C: 如果选择较小的k值, “学习”的近似误差会减小 D: 选择较大的k值,模型变得更复杂