Bayes判别函数等价于Fisher线性判别函数
Bayes判别函数等价于Fisher线性判别函数
两总体协差阵不等时的距离判别函数是( )。 A: 线性判别函数 B: 非线性判别函数 C: 二次判别函数 D: 不确定
两总体协差阵不等时的距离判别函数是( )。 A: 线性判别函数 B: 非线性判别函数 C: 二次判别函数 D: 不确定
当k个总体的协方差阵相等时,Bayes判别函数是( ) A: 非线性判别函数 B: 二次判别函数 C: 线性判别函数 D: 不确定
当k个总体的协方差阵相等时,Bayes判别函数是( ) A: 非线性判别函数 B: 二次判别函数 C: 线性判别函数 D: 不确定
下面关于分段线性判别函数的说法中正确的是 A: 在类别的各个维度不对称的情况下,可以考虑使用分段线性距离分类器。 B: 具有推广性的分段线性分类器是对各个子类分别定义一个线性判别函数,判别时将样本划分到判别函数最大的子类所属的类别。 C: 分段线性判别函数能够逼近任意的超曲面,具有很强的适应性。 D: 分段线性判别函数能够只能逼近平面或超平面。
下面关于分段线性判别函数的说法中正确的是 A: 在类别的各个维度不对称的情况下,可以考虑使用分段线性距离分类器。 B: 具有推广性的分段线性分类器是对各个子类分别定义一个线性判别函数,判别时将样本划分到判别函数最大的子类所属的类别。 C: 分段线性判别函数能够逼近任意的超曲面,具有很强的适应性。 D: 分段线性判别函数能够只能逼近平面或超平面。
根据()判别分析可以分为线性判别和非线性判别() A: 判别的组数 B: 判别函数的形式 C: 判别时处理变量的方式 D: 判别的次数
根据()判别分析可以分为线性判别和非线性判别() A: 判别的组数 B: 判别函数的形式 C: 判别时处理变量的方式 D: 判别的次数
k个总体协方差阵相等时建立的距离线性判别函数,需建立( )个判别函数。
k个总体协方差阵相等时建立的距离线性判别函数,需建立( )个判别函数。
在判别分析中,贝叶斯判别函数的个数=数,其判别方法是根据各个判别函数值的大小做判别,样品归属判别函数值的类。
在判别分析中,贝叶斯判别函数的个数=数,其判别方法是根据各个判别函数值的大小做判别,样品归属判别函数值的类。
若各组的样本容量普遍较小,则采用线性判别函数一般比采用二次判别函数更为合适。
若各组的样本容量普遍较小,则采用线性判别函数一般比采用二次判别函数更为合适。
若各组的样本容量普遍较小,则采用线性判别函数一般比采用二次判别函数更为合适。
若各组的样本容量普遍较小,则采用线性判别函数一般比采用二次判别函数更为合适。
在判别分析中,哪种判别函数是适合计数资料类型的( )。 A: 典型判别方法 B: 距离判别函数 C: 最大似然判别函数 D: Bayes判别函数
在判别分析中,哪种判别函数是适合计数资料类型的( )。 A: 典型判别方法 B: 距离判别函数 C: 最大似然判别函数 D: Bayes判别函数