A.只能直接控制，不能直接控制
B.和不可能同時(shí)減小
C.在其他條件不變的情況下，增大，必然后減小
D.在其他條件不變的情況下，增大，必然后增大
E.增加樣本容量可以同時(shí)減小和

A.估計(jì)同一個(gè)總體參數(shù)可以用多個(gè)不同的統(tǒng)計(jì)量
B.統(tǒng)計(jì)量是樣本的函數(shù)
C.統(tǒng)計(jì)量不含有總體的參數(shù)
D.統(tǒng)計(jì)量是隨機(jī)變量

A.定性預(yù)測(cè)
B.情景預(yù)測(cè)
C.時(shí)間序列預(yù)測(cè)
D.回歸預(yù)測(cè)

A.各處理?xiàng)l件下的樣本均來(lái)自正態(tài)總體
B.各處理?xiàng)l件下的樣本相互獨(dú)立
C.各處理?xiàng)l件下樣本的方差都相等
D.各處理?xiàng)l件下樣本均值相等，方差可以不等

A.凝聚方式聚類
B.分解方式聚類
C.Q型聚類
D.R型聚類

A.ogistic回歸
B.SVM算法
C.CART決策樹
D.樸素貝葉斯

A.隨機(jī)森林算法的分類精度不會(huì)隨著決策樹數(shù)量的增加而提高
B.隨機(jī)森林算法對(duì)異常值和缺失值不敏感
C.隨機(jī)森林算法不需要考慮過(guò)擬合問(wèn)題
D.決策樹之間相關(guān)系數(shù)越低、每棵決策樹分類精度越高的隨機(jī)森林模型的分類效果越好

A.規(guī)則集的表達(dá)能力遠(yuǎn)不如決策樹好
B.基于規(guī)則的分類器都對(duì)屬性空間進(jìn)行直線劃分，并將類指派到每個(gè)劃分
C.無(wú)法被用來(lái)產(chǎn)生更易于解釋的描述性模型
D.非常適合處理類分布不平衡的數(shù)據(jù)集

A.隨機(jī)取值
B.等距離散法
C.數(shù)值規(guī)約
D.等頻離散法

A.應(yīng)用邏輯回歸時(shí)，異常值會(huì)對(duì)模型造成很大的干擾
B.邏輯回歸的自變量必須是分類變量，因此要對(duì)連續(xù)型變量進(jìn)行離散化處理
C.邏輯回歸對(duì)模型中自變量的多重共線性較為敏感
D.邏輯回歸屬于分類算法