网友您好， 请在下方输入框内输入要搜索的题目：

题目内容 （请给出正确答案）

在k-means或kNN，我们常用欧氏距离来计算最近的邻居之间的距离，有时也用曼哈顿距离，请对比下这两种距离的差别

参考答案

更多 “ 在k-means或kNN，我们常用欧氏距离来计算最近的邻居之间的距离，有时也用曼哈顿距离，请对比下这两种距离的差别 ” 相关考题
考题 对于相似性与相异性的度量方法,基于距离的方法,以下哪一项不符合要求() A.欧氏距离B.曼哈顿距离C.马氏距离D.对角距离
查看答案
考题 度量距离中,表示各个坐标距离最大值的是()。 A.欧氏距离B.曼哈顿距离C.切比雪夫距离
查看答案
考题 3、有关KNN算法，说法正确的是？A．K的选择对分类结果影响很小B．计算距离只能采用欧氏距离C．KNN算法的计算复杂度较低D．KNN算法中的K通常选择较小的值
查看答案
考题 1、以下距离度量方法中，要对样本点的各个属性进行标准化的是：A．马氏距离B．欧氏距离C．曼哈顿距离D．夹角余弦
查看答案
考题 K最近邻（KNN)分类器的基本算法步骤包括A．算距离：给定测试对象，计算它与训练集中的每个对象的距离B．找邻居：圈定距离最近的k个训练对象，作为测试对象的近邻C．做分类：根据这k个近邻归属的主要类别，来对测试对象分类
查看答案
考题 以下哪些是距离关系？A．欧氏距离B．曼哈顿距离C．大地测量距离（大地线）D．旅行时间距离
查看答案
考题 4、关于文档向量之间的欧氏距离和余弦相似度，错误的是A．欧氏距离指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）B．余弦相似度，又称为余弦相似性，是通过计算两个向量的夹角余弦值来评估他们的相似度C．余弦值越接近0，就表明两个向量越相似D．两个向量之间的欧氏距离越大，则通常其余弦相似度越小
查看答案
考题 1、下列哪个距离度量不在KNN算法中体现：（)。A．切比雪夫距离B．欧氏距离C．余弦相似度D．曼哈顿距离
查看答案
考题 【多选题】常见的距离度量方法包括（）A．欧氏距离B．汉明距离C．曼哈顿距离D．切比雪夫距离
查看答案
热门标签
最新试卷