下列哪些是分类与预测的不同之处（ ）。
A: 分类的作用是构造一系列能描述和区分数据类型或概念的模型
B: 分类被用作预测目标数据的类的标签
C: 预测是建立一个模型去预测缺失的或无效的并且通常是数字的数据值
D: 预测典型的应用是预测缺失的数字型数据的值
A: 分类的作用是构造一系列能描述和区分数据类型或概念的模型
B: 分类被用作预测目标数据的类的标签
C: 预测是建立一个模型去预测缺失的或无效的并且通常是数字的数据值
D: 预测典型的应用是预测缺失的数字型数据的值
A,C
举一反三
- 下列关于分类与预测的叙述正确的是（ABC） A: 分类能被用作分类新数据 B: 分类的作用是构造一系列能描述和区分数据类型或概念的模型 C: 预测是建立一个模型去预测缺失的或无效的并且通常是数字的数据值 D: 分类的主要估计方法是回归分析
- 分类是预测类对象的分类标号（或离散值），根据训练数据集和类标号属性，构建模型来分类现有数据，但不能用来分类新数据。
- 灰色预测的一般步骤包括（ ）。 A: 数据的检验与处理 B: 建立灰色预测模型 C: 检验预测值 D: 模型改进
- 数据分类的基本思想就是构造一个模型或分类器来预测研究对象的分类属性，这个分类属性通常为类别型变量（）
- 利用灰色预测模型的基本步骤中，正确的顺序是①检验预测值②根据需要，给出相应的预测预报③数据的检验预处理④建立灰色预测模型，得到预测值 A: ①②③④ B: ③④①② C: ②③①④ D: ②①③④
内容
- 0
利用灰色预测模型的基本步骤中，正确的顺序是①检验预测值②根据需要，给出相应的预测预报③数据的检验预处理④建立灰色预测模型，得到预测值 A: ①②③④ B: ③④①② C: ②③①④ D: ②①③④
- 1
关于分类和回归，下列描述正确的是（） A: 分类的预测值是离散的，回归的预测值是连续的 B: 分类的预测值是连续的，回归的预测值是离散的 C: 分类和回归的预测值都是离散的 D: 分类和回归的预测值都是连续的
- 2
谷歌流感预测模型是大数据应用的典型案例，但百度疾病预测并未使用大数据。
- 3
是对于未知分类标签的样本集进行分类， 是用已知分类的数据集训练出一个能够预测数据类型的模型( )。 A: 回归 B: 分类 C: 聚类 D: 降维
- 4
分类是预测数据对象的离散类别，预测是用于数据对象的连续取值。