召回率（recall）指预测为正的样本中实际为正的样本所占比例。

同一正态总体中随机抽取含量为n的样本，理论上有99%的样本均数在范围 对于正偏态分布的总体，当样本含量足够大时，样本均数的分布近似为（）。 对于正偏态分布的总体, 当样本含量足够大时, 样本均数的分布近似为 在样本数为n小样本情况下，如果正态总体方差σ未知，样本均值经标准化后服从自由度为（）。 在样本数为n（小样本）的情况下，如果正态总体方差σ2未知，样本均值的抽样分布服从自由度为（　　）。 在样本数为n小样本情况下，如果正态总体方差σ未知，样本均值经标准化后服从自由度为（） 假设从一个正态总体抽取一个随机样本，则样本方差的抽样分布为（） 假设从一个正态总体抽取一个随机样本，则样本方差的抽样分布为()。 假设从一个正态总体抽取一个随机样本，则样本方差的抽样分布为（） 当总体服从正态,根据()知道,样本均值也服从正态分布 在一个较大的正态总体中随机抽取样本，若总体方差σ2已知，则样本平均数的分布为 从同一正态总体中随机抽取多个样本，用样本均数来估计总体均数的可信区间，以下得到的估计精度高的样本是 分类器是基于现有数据构造出一个模型或者函数，以将数据库中的数据映射到给定类别，从而可以应用于数据预测。常包含以下步骤：①在训练样本上执行分类器算法，生成分类模型。 ②在测试样本上执行分类模型，生成预测结果。 ③选定样本（包含正样本和负样本），将所有样本分成训练样本和测试样本。④根据预测结果，计算必要的评估指标，评估分类模型的性能。构造和实施分类器的正确顺序为（）: ①②③④ ②③①④ ③①②④ ④ 分类器是基于现有数据构造出一个模型或者函数，以将数据库中的数据映射到给定类别，从而可以应用于数据预测。常包含以下步骤：①在训练样本上执行分类器算法，生成分类模型。 ②在测试样本上执行分类模型，生成预测结果。 ③选定样本（包含正样本和负样本），将所有样本分成训练样本和测试样本。④根据预测结果，计算必要的评估指标，评估分类模型的性能。构造和实施分类器的正确顺序为（） 在样本数为n小样本情况下，如果正态总体方差σ未知，样本均值经标准化后服从自由度为（    ）。 从同一正态总体中随机抽取多个样本，用样本均数来估计总体均数的可信敬意，下列哪一样本得到的估计精度高 从同一正态总体中随机抽取多个样本，用样本均数来估计总体均数的可信敬意，下列哪一样本得到的估计精度高: 从一个均值为μ，方差为σ2的正态总体中抽取样本，则（　　）。 假设从一个正态总体抽取一个随机样本，则样本方差的抽样分布为(    )。 从同一正态总体中随机抽取多个样本，用样本均数来估计总体均数的可信区间，下列哪一样本得到的估计精度高（ ）。