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。( )
错
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。
内容
- 0
关于聚类分析,下列说法中正确的是( )。 A: 聚类分析可以看做是种无监督的分类 B: K均值是一种产生划分聚类的基于密度的聚类算法,簇的个数由算法自动地确定 C: 聚类分析中,簇内的相似性越大,簇间的差别越大,聚类的效果就越差 D: 聚类是找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类别,标记未知对象类别的过程
- 1
下列关于机器学习描述正确的是( )。 A: 分类和聚类都是有监督的学习 B: 分类和聚类都是无监督的学习 C: 分类是有监督的学习,聚类是无监督的学习 D: 分类是无监督的学习,聚类是有监督的学习
- 2
有监督学习是指用已经做过标记的数据来训练分类器,无监督学习是指用类别未知的数据来训练分类器,半监督学习介于两者之间,即部分数据做标记部分数据未做标记
- 3
有监督学习的核心是聚类,无监督学习的核心是分类。独立分布数据更适合有监督学习,非独立数据更适合无监督学习。( )
- 4
聚类()是这样的过程:它找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。(<br/>)