A.回归和分类算法均属于有监督学习
B.有监督学习是从标签化训练数据集中推断出模型的机器学习任务
C.主成分、聚类、决策树是无监督学习
D.对于监督学习中的分类问题,数据偏斜不能过于严重,不同类别的数据数量不要有数个数量级的差距
A.监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别,再对分类算法进行训练,最后得到可以使用的分类器
B.按照不同的学习理论划分,机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型
C.有监督学习的数据集有标签,无监督相比于有监督,没有训练过程,而是直接拿数据进行建模分析
D.在实际应用中,机器学习主要以无监督学习或半监督学习方式为主
A.在训练逻辑回归模型之前,必须要对特征进行标准化
B.逻辑回归是用于处理因变量为分类变量的回归问题,常见的是二分类或二项分布问题
C.逻辑回归是分类算法
D.逻辑回归是有监督机器学习
A.在进行监督学习时,分类标签精确度越高,学习模型的准确度越高
B.自然语言处理,信息检索和垃圾邮件甄别等都涉及到监督学习
C.无监督学习可以减少人力资源的消耗
D.相比监督学习,无监督学习效果更好,判断更加准确
A.数据需要包含尽可能多的信息,可以不跟学习任务有
B.对于监督学习中的分类问题,数据偏斜不能过于严重,不同类别的数据数量不要有数个数量级的差距
C.建模前需要评估数据样本的量级,估算模型学习对内存的消耗
D.如果数据量太大可以考虑减少训练样本、降维或者使用分布式机器学习系统
A.回归是一种无监督学习、分类学习是有监督学习
B.两者均是学习输入变量和输出变量之间潜在关系模型
C.在分类模型中,学习得到一个函数将输入变量映射到离散输出空间
D.在回归分析中,学习得到一个函数将输入变量映射到连续输出空间
A.两者都是监督学习的方法
B.多项逻辑斯蒂回归模型也被称为softmax函数
C.两者都可被用来完成多类分类任务
D.逻辑斯帝回归是监督学习,多项逻辑斯蒂回归模型是非监督学习