提升法之所以能提高样本分类的正确率，是因为以下哪些原因？? 通过提高每轮训练得到的分类模型的准确率。对新样本预测时采用多轮训练得到的分类模型的预测结果的加权平均值。每轮生成的模型都会减少错误样本的权重，使得分错的样本能在下一次重点学习。通过多轮分类获得多个分类模型。

5.在分类任务中，一个模型将所有的样本都预测为负类，虽然其准确率很高，但该模型的精准率和召回率也会同样表现良好。（）A. 对B. 错

[单选题]认为心理官能通过训练得到提高而产生迁移的学说是（）。A . 关系转换型B . 经验类化说C . 形式训练说D . 相同要素说

点击率预测[1]是一个正负样本不平衡问题（例如 99% 的没有点击，只有 1% 点击）。假如在这个非平衡的数据集上建立一个模型，得到训练样本的正确率是 99%，

[判断题]训练完SVM模型后,不是支持向量的那些样本我们可以丢掉,也可以继续分类()A．正确B．错误

数据集包含100个样本，其中正、反例各一半，假定学习算法所产生的模型是将新样本预测为训练样本数较多的类别（训练样本数相同时进行随机猜测)，试给出用10折交叉验证

模型在工业应用时会有准确率的要求,所以为了保证准确率,模型越大越好。A. 正确B. 错误

[单选题]从预测模型的分类来看，可以将用于企业人力资源预测的模型分成简单预测模型和（）A .企业变化预测模型B .最优化模型C .模拟模型D . D以上都是

根据已标注的数据训练得到模型,使用该模型预测输出的是一个类别,类别为高款的数据类型,那么该机器学习属于哪一种类型的任务?A. 分类B. 聚类C. 生成D. 回归

以下哪些指标可以用于评估分类预测模型的性能()A. 准确率B. 精确率C. 召回率D. F1值

逻辑回归的工作流程。在模型训练好之后，对一个新样本进行预测时，最终输出类别（正类或负类）的直接依据是什么？()A. 线性加权求和得到的z值B. Sigmoid函