Рассмотрим метод ближайших центроидов, метод ближайших соседей и метод Надарая-Ватсона. Какой из этих методов может решать только задачу регрессии, только задачу классификации и обе эти задачи?
Перечислите сравнительные достоинства и недостатки метода ближайших центроидов, метода ближайших соседей и метода Надарая-Ватсона.
Использование каких функций ядра в локально-линейной регрессии приведёт к использованию не всех, а лишь части объектов обучающей выборки при построении прогноза? Какие это будут объекты?
Почему гиперпараметр h в локально-постоянной регрессии нельзя настраивать по обучающей выборке?
Как гиперпараметр h влияет на гибкость настройки локально-постоянной регрессии под объекты обучающей выборки?
Почему косинусная мера близости не будет зависеть от длин сравниваемых векторов?
Какие функции расстояния между временными рядами не будут зависеть от длин временных рядов?
К чему сведётся расстояние Махаланобиса при нулевой попарной корреляции между признаками? При каких дополнительных условиях получим евклидово расстояние?