A、diff
B、delete
C、drop
D、isin
答案：C
解析：pandas每个索引都有一些方法和属性，下列drop方法用来删除传入的值，并得到新的Index。
A、diff
B、delete
C、drop
D、isin
答案：C
解析：pandas每个索引都有一些方法和属性，下列drop方法用来删除传入的值，并得到新的Index。
A. 词袋模型可以忽略每个词出现的顺序
B. 词袋模型不可以忽略每个词出现的顺序
C. TensorFlow支持词袋模型
D. 词袋模型可以表出单词之间的前后关系
解析：基础概念理解
A. 外部影响
B. 主体内因
C. 历史状态
D. 当前状态
A. 分层聚类
B. K平均值聚类
C. 两步聚类
D. 离散聚类
A. 声纹识别不考虑语音中的字词信息
B. 语音识别强调共性
C. 语音识别不考虑说话人是谁
D. 声纹识别强调说话人的个人特性
解析：声纹识别和语音识别在原理上一样，都是通过对采集到的语音信号进行分析和处理，提取相应的特征或建立相应的模型，然后据此做出判断。但二者的根本目的，提取的特征、建立的模型是不一样的。声纹识别不注重语音信号的语义，而是从语音信号中提取个人声纹特征，挖掘出包含在语音信号中的个性因素。
A. 与同一时期其他数据对比
B. 可视化
C. 基于模板的方法
D. 主观兴趣度量
A. 归纳逻辑程序设计
B. 内部逻辑程序设计
C. 信息泄露防护
D. 引入层次程序设计
解析：见算法解析
A. 25%
B. 45.5%
C. 1.25%
D. 36.2%
解析：设A1，A2，A3分别表示产品有甲、乙、丙车间生产，B表示产品为次品。P（A1）=0.25，P（A2）=0.35，P（A3）=0.4，P（B|A1）=0.05，P（B|A2）=0.04，P（B|A3）=0.02，
P（A1|B）=P（A1）P（B|A1）/[P（A1）P（B|A1）+P（A2）P（B|A2）+P（A3）P（B|A3）]=0.25*0.05/（0.25*0.05+0.35*0.04+0.4*0.02）=0.362
