对待分类样本x,根据与其最近或最相似的k个训练样本的类别标签来确定x的类别的分类方法是________。
A: Fisher线性判别
B: 决策树
C: k近邻分类法
D: 信息熵
A: Fisher线性判别
B: 决策树
C: k近邻分类法
D: 信息熵
C
举一反三
内容
- 0
KNN算法的分类原理有()。 A: 把已经分类或需要分类的样本在定义的特征空间上表征 B: 需要分类的样本选择特征空间上和自己最邻近的K个样本 C: 需要分类的样本的类别就是这K个样本中最多的那个类别
- 1
k近邻分类器中参数k的含义是( _______)的数目。 A: 最近邻居 B: 训练样本 C: 类 D: 测试样本
- 2
K最近邻算法步骤包括 A: 算距离：给定测试对象，计算它与训练集中的每个对象的距离 B: 找邻居：圈定距离最近的k个训练对象，作为测试对象的近邻 C: 做分类：根据这k个近邻归属的主要类别，来对测试对象分类
- 3
近邻法的模式识别中，对于样本x，只要比较其与已知样本的欧式距离，离其最近的样本的类别就是x的类别。
- 4
监督分类是一种具有先验类别标准的分类法，先用已知类别或者训练样本建立分类标准，而后对研究区所有像元特征值或样本的观测数据进行分类