A、降低特征维度
B、增加样本数量
C、添加正则项
D、增加特征维度
答案：ABC
A、降低特征维度
B、增加样本数量
C、添加正则项
D、增加特征维度
答案：ABC
A. ID3算法
B. K近邻方法
C. 局部加权回归法
D. 基于案例的推理
A. 2017
B. 2018
C. 2019
D. 2020
解析：2017年，人工智能首入政府工作报告意味着其已经 上升至国家战略高度。
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. 输入层和输出层之间仅包含一个中间层
B. 输入层和输出层之间可能包含多个中间层
C. 激活函数允许隐藏结点和输出结点的输出值与输入参数呈现线性关系
D. 激活函数允许隐藏结点和输出结点的输出值与输入参数呈现非线性关系
解析：见算法解析
解析：正确
A. abcde
B. edcba
C. cbaed
D. dcaeb
