A、try
B、then
C、break
D、except
答案：AD
解析：见函数库
A、try
B、then
C、break
D、except
答案：AD
解析：见函数库
A. 2018
B. 2019
C. 2020
D. 2021
A. 智能平台建设
B. 大数据平台
C. 互联网应用
D. 人工智能技术
A. 回归
B. 统计
C. 聚类
D. 假设
A. K-Means聚类法对噪声和离群点敏感
B. K-Means聚类法对变量的要求比较高
C. 由K-Means聚类法得到的聚类结果，轮廓系数都不是很大。
D. 应用K-Means聚类法需要预先设定聚类个数
解析：k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，其步骤是，预将数据分为K组，则随机选取K个对象作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。
A. None
C. undefined
D. 0
A. 计算速度快
B. 节省空间
C. 无冗余
D. 高吞吐量
A. 设计
B. 运行
C. 规划
D. 建设
解析：主要应用
A. 标准化
B. 平滑处理
C. 特征构造
D. 聚集
A. 把除了最后一层外所有的层都冻结，重新训练最后一层
B. 对新数据重新训练整个模型
C. 只对最后几层进行调参(fine tune)
D. 对每一层模型进行评估，选择其中的少数来用
A. 由于其特殊原因，无法分布式化
B. xgboost在代价函数里加入了正则项，用于控制模型的复杂度；
C. 可以处理带有缺失值的样本
D. 允许使用列抽样来减少过拟合
