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（）。
LinearRegression的平均方根误差比M5P的平均方根误差大
举一反三
- 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
- 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（）。
- 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
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（）。
- 1
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
- 2
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
- 3
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。
- 4
线性SVM和一般线性分类器的区别主要是：</p></p>