K近邻学习虽然是一种（）方法，但是它却没有显式的训练过程，而是当有新样本需要预测时，才来计算出最近的k个邻居。kNN算法的核心在于k值的选取以及距离的度量。
A: 无监督学习
B: 监督学习
C: 自适应
D: 强化学习
A: 无监督学习
B: 监督学习
C: 自适应
D: 强化学习
举一反三
- k近邻学习是一种常用的无监督学习方法，其工作机制为：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测（）
- 下列关于有监督和无监督学习说法中不正确的是 A: 有监督学习有明确的学习目标，而无监督学习没有 B: K近邻算法中无需对训练数据进行训练 C: 有监督学习训练数据的获得需要专业人士进行标注 D: 无监督学习与有监督学习相比更加接近人类学习的过程
- 下列关于有监督和无监督学习说法中不正确的是______。 A: 无监督学习与有监督学习相比更加接近人类学习的过程 B: 有监督学习训练数据的获得需要专业人士进行标注 C: 有监督学习有明确的学习目标,而无监督学习没有 D: K近邻算法中无需对训练数据进行训练
- 下列关于有监督和无监督学习说法中，不正确的是（ ）。 A: 监督学习有明确的学习目标，而无监督学习没有 B: 无监督学习与监督学习相比更加接近人类学习的过程 C: K近邻算法中无需对训练数据进行训练 D: 监督学习训练数据的获得，需要专业人士进行标注
- 关于K近邻说法正确的是： A: K近邻算法是机器学习 B: K近邻是无监督学习 C: K代表要分类的个数 D: K值的选择，对分类结果没有影响