在分类型机器学习过程中,下面有关分类算法的选择说法错误的是?
A: 算法参数是默认调好的,分析过程不需要修改
B: 分类算法的优劣需要通过实验比较才能确定
C: 分类算法对数据有一定的要求,一种算法不能解决所有的分类问题
D: 分类算法的结果只要训练样本准确度高就可以使用了
A: 算法参数是默认调好的,分析过程不需要修改
B: 分类算法的优劣需要通过实验比较才能确定
C: 分类算法对数据有一定的要求,一种算法不能解决所有的分类问题
D: 分类算法的结果只要训练样本准确度高就可以使用了
举一反三
- 在进行数据分类分析时,关于分类算法的描述错误的是() A: 分类算法不重要,只要能分类即可 B: 算法参数是默认调好的,分类过程不需要修改 C: 分类算法的优劣需要通过实验比较才能确定 D: 分类算法对数据有一定的要求,一种算法不能解决所有的分类问题 E: 分类算法的结果只要对训练样本准确度高就可以使用了
- 有关机器学习算法选择的说法不正确的有哪些? A: 每种算法都有其使用范围,因此选择算法需要考虑具体处理的问题。 B: 机器学习算法的好坏需要通过实验比较确定。 C: 判断机器学习算法好坏在数据需求阶段就可以确定。 D: 对于图像分类问题,深度学习算法的准确度一定好于传统的分类算法。
- 在机器学习过程中,如何选择算法说法错误的是? A: 算法越复杂越好 B: 合适的算法只有通过实验比较才能确定 C: 不同的算法对数据的格式和质量都有一定的要求 D: 算法在训练过程中不需要修改其中的参数
- 有关机器学习算法选择的说法不正确的有? A: 每种算法都有其使用范围,因此选择算法需要考虑具体处理的问题 B: 判断机器学习算法好坏在数据需求阶段就可以确定 C: 在分类前可以先做聚类分析 D: 对聚类问题可以任选一种聚类算法
- 下列关于贝叶斯分类器说法正确的是(__)。 A: 贝叶斯分类算法是一大类分类算法的总称 B: 贝叶斯分类算法以样本可能属于某类的概率作为分类依据 C: 朴素贝叶斯分类算法是贝叶斯分类算法中最简单的一种 D: 朴素贝叶斯分类算法采用了属性条件独立性假设