混淆矩阵可以不能用来评估下面哪类模型的表现？
A: 二元分类器
B: 多元分类器
C: 聚类算法
D: 以上皆是
A: 二元分类器
B: 多元分类器
C: 聚类算法
D: 以上皆是
举一反三
- 以下选项中哪些属于统计模式识别？ A: 线性分类器 B: 贝叶斯分类器 C: 最近邻分类器 D: 神经网络分类器 E: 结构聚类算法 F: 句法模式识别
- 假设某分类器在一个测试数据集上的分类结果的混淆矩阵如下所示，该分类器的准确率accuracy为（ ）。 PredictedyesnoActualyes155no1020
- 逻辑回归是属于()。 A: 广义线性模型 B: 聚类算法 C: 推荐算法 D: 分类间隔最大模型
- 【单选题】在scikit-learn中，如何处理多类分类（Multi-class classification）问题？ A. scikit-learn 无法实现多类分类 B. scikit-learn 只能用 one-vs.-all 实现多类分类 C. scikit-learn 只能用 one-vs.-the-rest 方法实现多类分类 D. scikit-learn 可以使用 one-vs-one 或 one-vs.-the-rest 方法实现多类分类，即将多类分类问题转化为构建若干个两类的分类器
- 聚类算法和分类算法是一样的。