A.尋求數(shù)據(jù)的基本結(jié)構(gòu) B.劃分類型 C.數(shù)據(jù)化簡(jiǎn) D.解釋變量之間的因果關(guān)系
A.logistic回歸的建模數(shù)據(jù)量不能太少，目標(biāo)變量中每個(gè)類別所對(duì)應(yīng)的樣本數(shù)量要足夠充分，才能支持建模。 B.logistic回歸要排除共線性的影響。 C.logistic回歸對(duì)噪聲和異常值比較魯棒。 D.logistic回歸容易過(guò)擬合。
A.KNN算法是操作最為簡(jiǎn)單的分類算法 B.KNN算法的指導(dǎo)思想是“近朱者赤近墨者黑” C.KNN算法的可解釋性較差，無(wú)法給出科學(xué)的分類規(guī)則 D.KNN算法的計(jì)算量與數(shù)據(jù)量有關(guān)
微信掃一掃關(guān)注公眾號(hào)后聯(lián)系客服
微信掃碼免費(fèi)搜題
