答案：B
A. 决策树模型
B. kNN分类
C. Adaboost
D. k-means
解析：Adaboost属于集成学习
A. action
B. reward
C. state
D. agent
解析：见算法解析
A. 如果原始空间是有限维，即属性数有限，那么一定存在一个高维特征空间使样本可分
B. 某个核函数使训练集在特征空间中线性可分，可能原因是欠拟合
C. “软间隔”允许某些样本不满足约束
D. 正则化可理解为一种“罚函数法
解析：见算法解析
A. 显著减少训练时间开销
B. 显著减少测试时间开销
C. 降低过拟合风险
D. 提高欠拟合风险
解析：预剪枝就是在构造决策树的过程中，先对每个结点在划分前进行估计，若果当前结点的划分不能带来决策树模型泛华性能的提升，则不对当前结点进行划分并且将当前结点标记为叶结点
A. data.view()
B. data.descripe()
C. data.show()
D. data.head()
解析：正确
A. 卡方检验
B. 信息增益
C. 数据采样
D. 期望交叉熵
A. GoogleNet
B. WaveNet
C. Tacotron
D. AlexNet
解析：GoogleNe和AlexNet属于计算机视觉模型
A. 神经计算
B. 进化计算
C. 免疫计算
D. 蚁群算法
解析：见算法解析
