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
D
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
内容
- 0
在测量领域,某给定特定量的误差,根据其表示方法不同,可分为() A: 允许误差、标准误差、相对误差 B: 标准误差、绝对误差、引用误差 C: 绝对误差、相对误差、引用误差 D: 允许误差、引用误差、相对误差
- 1
回归主要评价指标有平均绝对误差(MAE)、均方误差(MSE)、均方根误差(RMSE)等。
- 2
关联规则的评价指标是:()。 A: 均方误差、均方根误差 B: Kappa统计、显著性检验 C: 支持度、置信度 D: 平均绝对误差、相对误差
- 3
关联规则的评价指标是:()。 A: 均方误差、均方根误差 B: 支持度、置信度 C: Kappa统计、显著性检验 D: 平均绝对误差、相对误差
- 4
关联规则的评价指标是:( )。 A: 均方误差、均方根误差 B: Kappa统计、显著性检验 C: 支持度、置信度 D: 平均绝对误差、相对误差