A、对未知数据进行正则化
B、计算未知数据与已知标签数据之间的距离
C、得到距离未知数据最近的k个已知标签数据
D、通过已知标签数据的数量进行多数表决，作为未知数据的分类结果
答案：BCD
A、对未知数据进行正则化
B、计算未知数据与已知标签数据之间的距离
C、得到距离未知数据最近的k个已知标签数据
D、通过已知标签数据的数量进行多数表决，作为未知数据的分类结果
答案：BCD
A. 无界深度优先搜索
B. 深度优先搜索
C. 有界深度优先搜索
D. 启发式搜索
A. 单向性
B. 无残留
C. 易于实现
D. 双向性
A. 2018
B. 2019
C. 2020
D. 2021
A. 无向无环
B. 有向无环
C. 有向有环
D. 无向有环
A. 50
B. 60
C. 70
D. 80
A. 每个主分量的方差
B. 每个主分量的标准差
C. 每个主分量的方差贡献率
D. 每个主分量的贡献率
解析：在主成分分析中，将几个主分量经过线性组合构造为一个综合评价函数时，每个主分量的权数为每个主分量的方差贡献率。
A. 解决了梯度消失、爆炸的问题
B. 输出不是以0为中心
C. 计算方便，计算速度快，求导方便
D. 加速网络训练
解析：见算法解析
A. max
B. min
C. mean
D. sum
解析：在CNN网络模型中，不常见的Pooling层操作是sum
A. 图像增强
B. 图像灰度化
C. 图片二值化
D. 图片RGB通道转换
解析：图像增强经常用于图像预处理
A. 对前序相邻神经元所传递信息进行加权累加
B. 对加权累加信息进行非线性变化（通过激活函数）
C. 向前序相邻神经元反馈加权累加信息
D. 将加权累加信息向后续相邻神经元传递
