KNN分类器通过惰性学习提供了另外一种分类方法，即允许在没有任何模型训练的情况下进行预测，但预测所涉及的计算成本非常昂贵。（）
举一反三
- 需要训练模型进行预测或者分类时，选用无监督式学习。
- 以下对最近邻分类算法（KNN）的说法错误的是（）。 A: 它使用具体的训练实例进行预测, 不必维护源自数据的模型 B: 分类一个测试样例开销很大 C: 最近邻分类器基于全局信息进行 预测 D: 可以生产任意形状的决策边界
- 关于最近邻分类器的特点描述不正确的是() A: 使用具体的训练实例进行预测,不必维护训练集生成的分类模型 B: 分类过程的样例开销很大 C: 最近邻分类器基于全局信息进行预测 D: 可以产生任意形状的决策边界
- k 近邻方法不需要事先学习分类模型，当需要预测的时候，根据预测样本的特性和已知训练数据集中的数据进行类别的判断。
- 预测方法分类体系中包含哪几类（）。 A: 预测分析的途径分类 B: 预测技术的差异性分类 C: 预测阶段的差异性分类 D: 预测方法的客观性分类 E: 采用模型的特点分类