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。
21
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: 23 B: 165 C: 30 D: 21
- 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LM3的实例数有()个。 A: 165 B: 21 C: 23 D: 30
- 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M5P分类器训练数据集cpu.arff所生产的回归模型中，下列叙述错误的是（）。
- 删去cpu.arff数据文件
内容
- 0
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（）。
- 1
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
- 2
在LinearRegression分类器训练数据集cpu.arff所生产的线性回归方程中，变量MMAX的系数是（）。
- 3
装袋是指通过取样从原始训练数据集中创建m个“新”训练数据集（mbootstrap样本），在每个数据集上训练分类器分类，从m个分类器中获得多数投票。
- 4
装袋是指通过取样从原始训练数据集中创建m个“新”训练数据集（m"bootstrap"样本），在每个数据集上训练分类器分类，从m个分类器中获得多数投票。 A: 正确 B: 错误