15、k-means算法具体步骤？有哪些优缺点？改进？用了哪些距离度量？
16、有哪些常见的树？树模型的优点？树生成步骤？
17、熵，条件熵的理解及公式？信息增益的理解？信息增益比要解决的问题？
机器学习面试总结（第四篇）
猜你喜欢
转载自blog.csdn.net/baidu_15238925/article/details/81291794
今日推荐
周排行