分类和回归都可用于预测，分类的输出是离散的类别值，而回归的输出是连续数值。

常见的用于预测 Y 为分类变量的回归方法有（）

多选题查看答案

用于分类的离散化方法之间的根本的区别在于是否使用类信息。

判断题查看答案

逻辑回归只能用于二分类问题，即输出只有两种，分别代表两个类别。

判断题查看答案

通过聚集多个分类器的预测来提高分类准确率的技术称为（）

单选题查看答案

分类预测时，准确率和召回率存在矛盾关系，不能同时增大，所以要考虑他们的综合影响，即F1-Score。

判断题查看答案

如果自变量有连续型变量，则适用的分类预测方法有（）

多选题查看答案

如何利用「体重」以简单贝式分类（Naive Bayes）预测「性别」？（）

单选题查看答案

Apriori算法可用于分类预算。

判断题查看答案

决策树算法易于理解好实现，且对缺失值、异常值和共线性都不敏感，是做分类预测的首选算法。

判断题查看答案