1)模式表示(聚类算法的基础) 2)适合于数据领域的模式相似性定义(是聚类分析最基本的问题) 3)聚类或者划分算法(聚类分析的核心) 4)数据摘要(如有必要) 5)输出结果的评估,有效性的评估(如有必要)
问答题考虑下表数据集,请完成以下问题: (1)估计条件概率。 (2)根据(1)中的条件概率,使用朴素贝叶斯方法预测测试样本(A=0,B=1,C=0)的类标号; (3)使用Laplace估计方法,其中p=1 2,l=4,估计条件概率。 (4)同(2),使用(3)中的条件概率。 (5)比较估计概率的两种方法,哪一种更好,为什么?
问答题考虑下表所示二元分类问题的数据集。 (1)计算按照属性A和B划分时的信息增益。决策树归纳算法将会选择哪个属性? (2)计算按照属性A和B划分时Gini系数。决策树归纳算法将会选择哪个属性?
问答题评估分类模型的性能的方法有哪些?
问答题简述分类模型性能评价的指标。
问答题简述分类模型的评价。