使用线性回归（LinearRegression）分类器和用M5P分类器对cpu.arff分别进行分类，由其输出的误差指标可知（ ）。
A: LinearRegression的相对误差比M5P的相对误差小
B: LinearRegression的平均绝对误差比M5P的平均绝对误差小
C: LinearRegression的标准误差比M5P的标准误差小
D: LinearRegression的平均方根误差比M5P的平均方根误差大
A: LinearRegression的相对误差比M5P的相对误差小
B: LinearRegression的平均绝对误差比M5P的平均绝对误差小
C: LinearRegression的标准误差比M5P的标准误差小
D: LinearRegression的平均方根误差比M5P的平均方根误差大
举一反三
- 删去cpu.arff数据文件中的CACH属性后,使用M5P分类器构建方案,在结果中,到达LM2的实例数有()个。 A: LinearRegression的标准误差比M5P的标准误差小 B: LinearRegression的平均绝对误差比M5P的平均绝对误差小 C: LinearRegression的相对误差比M5P的相对误差小 D: LinearRegression的平均方根误差比M5P的平均方根误差大
- 使用线性回归（LinearRegression）分类器和用M5P分类器对cpu.arff分别进行分类，由其输出的误差指标可知（）。
- 使用SMO分类器和LibSVM分类器对breast-cancer.arff分别进行分类,由其输出的结果可知()。 A: SMO正确分类率比LibSVM大 B: SMO均方根误差比LibSVM的均方根误差小 C: SMO相对误差比LibSVM的相对误差大 D: SMO平均绝对误差比LibSVM的平均绝对误差小
- 预测误差的分类主要有（)。 A: 综合相对误差 B: 绝对误差 C: 相对误差 D: 平均绝对误差 E: 均方根误差
- 针对评分预测模型的常用评价指标包含（） A: 平均绝对误差 B: 平均平方误差（均方误差） C: 均方根误差 D: 标准平均绝对误差