以下哪些算法,可以用神经网络去构造()1.KNN2.线性回归3.对数几率回归A.1和2B.2和3C.1,2和3D.以上都不是

题目

以下哪些算法,可以用神经网络去构造()1.KNN2.线性回归3.对数几率回归

A.1和2

B.2和3

C.1,2和3

D.以上都不是

相似考题

1.对数几率回归(logisticsre gression)和一般回归分析有什么区别()A.对数几率回归是设计用来预测事件可能性的B.对数几率回归可以用来度量模型拟合程度C.对数几率回归可以用来估计回归系数D.以上所有

2.根据映射关系的不同可以分为线性回归和()。A.非线性回归B.逻辑回归C.对数回归D.多元回归

3.以下哪些算法,可以用神经网络去构造:( )A.KNNB.线性回归C.对数几率回归

4.对于线性回归，我们应该有以下哪些假设()1.找到离群点很重要,因为线性回归对离群点很敏感2.线性回归要求所有变量必须符合正态分布3.线性回归假设数据没有多重线性相关性A.1和2B.2和3C.1,2和3D.以上都不是

参考答案和解析
正确答案：B
更多“以下哪些算法,可以用神经网络去构造()1.KNN2.线性回归3.对数几率回归A.1和2B.2和3C.1,2和3D.以上 ”相关问题

  • 第1题：

    在城市化预测方法的时间趋势外推法中，根据实际增长曲线的不同，所采用的回归公式有线性回归法、指数回归法、对数回归法和生长曲线法等，其回归公式Y=a+blgt表示( )。

    A:线性回归
    B:对数回归
    C:指数回归
    D:生长曲线回归

    答案：B
    解析：

  • 第2题：

    以下哪些机器学习算法是无监督学习算法？

    A．k-means

    B．线性回归

    C．逻辑回归

    D．密度聚类


    k-means;Q学习算法

  • 第3题：

    对于线性回归，我们应该有以下哪些假设？ （1）找到离群点很重要, 因为线性回归对离群点很敏感 （2）线性回归要求所有变量必须符合正态分布 （3）线性回归假设数据没有多重线性相关性

    A．1 和 2

    B．2 和 3

    C．1,2 和 3

    D．都不是


    （1）作简单线性回归分析要有实际意义，不要把豪无关联的两种现象强加在一起作回归分析。在理论上，任何成对的两组数据都可以获得一个唯一的线性回归方程，并有可能作回归系数的假设检验有统计学意义。 （2）在作线性回归分析前，一定要绘制散点图，观察全部数据点的分布趋势，只有存在线性趋势时，才可以进行线性回归分析。 （3）线性回归方程的适用范围一般以自变量的取值范围为限，若无充分理由证明超过自变量取值范围仍是直线，应该避免外延。 （4）作线性回归分析有统计学意义不等于有实际意义，考察线性回归方程的实际效果用决定系数R2的大小，而不是线性回归分析的假设检验的概率P值。

  • 第4题：

    常用于分类问题和回归问题。常见算法有逻辑回归（Logistic Regression）、反向传递神经网络（Back Propagation Neural Network）、决策树（Decision Trees）、朴素贝叶斯分类（Naive Bayesian classification)等。


    A

  • 第5题：

    2. 除了线性回归算法和提升算法，你还知道哪些属于监督学习的算法


    错误

相关内容