A、加快算法收敛速度
B、减少手工参数的设置难度
C、避过过拟合问题
D、避过局部极值
答案：C
A、加快算法收敛速度
B、减少手工参数的设置难度
C、避过过拟合问题
D、避过局部极值
答案：C
A. 树的数量
B. 树的深度
C. 学习速率
解析：正确
A. 更重要
B. 不重要
C. 有影响
D. 无法判断
解析：一个特征的权重越高，说明该特征比其他特征更重要。
A. 每一张图片都是二值图片
B. 每一张图片都是灰度图片
C. 模型一次处理32张图片（batchsize为32）
D. 以上选项均不正确
解析：每一张照片不一定是二值图片，也不一定是三通照片。
A. ER图
B. 语言模型
C. 面向对象模型
D. 谓词模型
解析：正确
A. 某点处的梯度方向就是该点处函数值增长最快的方向
B. 标量场的梯度也是标量场
C. 某点处的梯度方向就是过该点的等值面的法向矢量
D. 某点处的梯度大小是指标量函数u在该点处的最大变化率
解析：标量场的梯度是矢量场
A. k值并不是越大越好，k值过大，会降低运算速度
B. 选择更大的k值，会让偏差更小，因为k值越大，训练集越接近整个训练样本
C. 选择合适的k值，能减小验方差
D. 以上说法都正确
