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