1 学习器训练时误差很小泛化时性能下降这种现象称为。 2 在聚类中使用测量来定义相似性。 3 在k近邻法中通常采用来选取最优的k值。 4 聚类试图将样本划分为若干个不相交的子集每个子集称为。 5 欧氏距离越小两个点的相似度就越6 模型评价指标的是指判定为正类的正类样本占所有正类样本的比例7 采用one-hot编码后将原来的n类一维特征扩充为维布尔特征 8 AUC值越接近说明模型的线性区分性能越好
低。
- 过拟合现象
- 距离度量
- 交叉验证
- 簇
- 高
- 召回率
- n
- 1
- 0.5
- 远
原文地址: http://www.cveoy.top/t/topic/g1v2 著作权归作者所有。请勿转载和采集!