用于预测分析的建模技术是（ ），它研究的是因变量（目标）和自变量（预测器）之间的关系，这种技术通常被称为（ ）。 A: 回归算法 B: 分类算法 C: 神经网络 D: 决策树
用于预测分析的建模技术是（ ），它研究的是因变量（目标）和自变量（预测器）之间的关系，这种技术通常被称为（ ）。 A: 回归算法 B: 分类算法 C: 神经网络 D: 决策树
JPEG标准中的无损压缩模式是DPCM无损压缩方法，包括（ ）和熵编码。 A: 量化 B: 颜色转换 C: 分块 D: 预测器
JPEG标准中的无损压缩模式是DPCM无损压缩方法，包括（ ）和熵编码。 A: 量化 B: 颜色转换 C: 分块 D: 预测器
通过聚集多个分类器的预测来提高分类准确率的技术称为（ ）
通过聚集多个分类器的预测来提高分类准确率的技术称为（ ）
训练完逻辑回归分类器后，必须使用0.5作为预测正负的阈值。（ ）
训练完逻辑回归分类器后，必须使用0.5作为预测正负的阈值。（ ）
分类器的实际预测输出与样本的真实输出之间的差异称为“误差”。( )
分类器的实际预测输出与样本的真实输出之间的差异称为“误差”。( )
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。（）
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。（）
下表为某分类器的混淆矩阵，则类别1的准确率为()预测1 0真 1 9 1
下表为某分类器的混淆矩阵，则类别1的准确率为()预测1 0真 1 9 1
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
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
有助于预测器质性心脏病患者发生严重室性心律失常和(或)心脏性猝死的检查方法是 A: 心电图运动试验 B: 24小时动态心电图 C: 超声心动图检查 D: 心室晚电位 E: 放射性核素检查
有助于预测器质性心脏病患者发生严重室性心律失常和(或)心脏性猝死的检查方法是 A: 心电图运动试验 B: 24小时动态心电图 C: 超声心动图检查 D: 心室晚电位 E: 放射性核素检查
以下属于分类器评价或比较尺度的有（） A: 预测准确度 B: 召回率 C: 模型描述的简洁度 D: F1-Score
以下属于分类器评价或比较尺度的有（） A: 预测准确度 B: 召回率 C: 模型描述的简洁度 D: F1-Score