与分类模型需要使用有类标记样本构成的训练数据不同,聚类模型可以建立在无类标记的数据上,是一种有监督的学习算法。( )
举一反三
- 聚类分析是在没有给定划分类别的情况下，根据数据相似度进行样本分组的一种方法，可以建立在无类标记的数据上，是一种（ ）学习算法。 A: 半监督 B: 自监督 C: 无监督 D: 有监督
- 关于监督学习与非监督学习的说法，正确的是： A: 监督学习在模型训练过程中需要使用样本的标签 B: 非监督学习在模型训练过程中无需使用样本的标签 C: 监督学习往往需要人工事先标注大量的数据 D: 聚类是一种典型的非监督学习算法
- 根据训练数据是否拥有标记信息，学习任务可以分为（ ）。 A: 无监督 B: 监督 C: 回归 D: 聚类 E: 分类 F: 半监督
- 在机器学习概念中,有监督学习、无监督学习和强化学习三大类典型方法。下列学习任务属于无监督学习的是 A: 根据样本数据，进行回归分析 B: 机器人在动态环境中，自主学习掌握行走方法 C: 根据样本数据，采用分类算法，训练分类器 D: 将未知类别的一组数据，采用聚类方法，分成不同的组
- 决策树属于有监督学习算法，需要根据已知样本数据及其目标来训练并得到一个可以工作的模型，然后再使用该模型对未知样本进行分类。