A、线性回归
B、逻辑回归
C、支持向量机
D、随机森林
答案：BCD
解析：线性回归无法解决分类问题
A、线性回归
B、逻辑回归
C、支持向量机
D、随机森林
答案：BCD
解析：线性回归无法解决分类问题
解析：正确
A. 拷贝父对象，不拷贝父对象的内部对象
B. 完全拷贝父对象和子对象
C. 仅是引用父对象
D. 仅是引用子对象
A. 1
B. 2
C. 3
D. 4
解析：闵可夫斯基距离定义为： 该距离最常用的 p 是 2 和 1, 前者是欧几里得距离），后者是曼哈顿距离。
A. 标准SVM
B. 多项式回归
C. 线性回归
D. 神经元模型
解析：多项式回归可处理非线性问题
A. 正确
B. 错误
解析：用户不是专家系统组成部分
A. 基于实例学习
B. 概念学习
C. 决策树学习
D. 人工神经网络学习
A. 关键结构
B. 信息字段
C. 标签
A. 雪崩
B. 真名实姓
C. 深渊上的火
D. 天渊
A. 预测结果与样本标签之间的误差
B. 各个输入样本的平方差之和
C. 各个网络权重的平方差之和
D. 都不对
