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
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
C
举一反三
- 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（）。
- 使用IBk分类器和SMO分类器对vote.arff分别进行分类，由其输出的结果可知（）。 A: IBk正确分类百分比比SMO大 B: IBk对republican的分类正确率比SMO大 C: SMO对democrat的分类正确率比IBk小 D: SMO对democrat和republican的分类正确率都比IBk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（ ）。 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
- 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
- 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
内容
- 0
使用IBk分类器和SMO分类器对vote.arff分别进行分类，由其输出的结果可知（）。
- 1
Weka中加载鸢尾花数据集(iris.arff),iris数据包含三个类别值,运行SMO分类器()。 A: 二个三元SMO模型 B: 六个二元SMO模型 C: 三个二元SMO模型 D: 无法分类
- 2
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
- 3
按照误差表示形式分类，误差可分为绝对误差、相对误差和（ ）。
- 4
误差分类按表示方法分：（绝对误差、相对误差、引用误差）（）