L1 和 L2 正则化是传统机器学习常用来减少泛化误差的方法，以下关于两者的说法正确的是:
A. L1 正则化可以做特征选择$;$L1 和 L2 正则化均可做特征选择$;$L2 正则化可以做特征选择$;$L1 和 L2 正则化均不可做特征选择
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d6b0-c07f-52a228da602c.html
点击查看答案
下面的代码，哪些会输出1,2,3三个数字
A. for i in range(3):
print(i)$;$aList = [0,1,2]
for i in aList:
print(i+1)$;$i = 1
while i< 3:
print(i) i+=1$;$for i in range(3):
print(i+1)
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f120-c07f-52a228da602c.html
点击查看答案
下列极大似然估计描述错误的是
A. 极大似然估计先假定其具有某种确定的概率分布形式$;$ 极大似然估计没有确定的概率分布形式$;$ 概率模型的训练过程就是参数估计$;$贝叶斯学派认为参数本身也有分布，是未观察的随机变量
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f110-c07f-52a228da603a.html
点击查看答案
下列关于K-Means聚类说法错误的是（）
A. 聚类的簇个数会由模型自动给出$;$可以使用多组随机的初始中心点进行计算$;$聚类前应当进行维度分析$;$聚类前应当进行数据标准化
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f208-c07f-52a228da600b.html
点击查看答案
监督学习的数据不需要带标签等人为标注信息
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-d6b0-c07f-52a228da6006.html
点击查看答案
向量x=[1,2,3,4,-9,0]的L1范数是（）。
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6df0-c07f-52a228da6028.html
点击查看答案
数据的基本属性包括
A. 标称属性$;$二元属性$;$数值属性$;$字符串属性
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6a08-c07f-52a228da6003.html
点击查看答案
关于列表数据结构，下面描述正确的是
A. 可以不按顺序查找元素$;$必须按顺序插入元素$;$不支持in运算符$;$所有元素类型必须相同
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e568-c07f-52a228da602e.html
点击查看答案
给定三个点(1,4)、(2,3)、(2,4)，它们的欧氏距离最小值是1
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-de80-c07f-52a228da6030.html
点击查看答案
“以数据为中心”是数据产品区别于其他类型产品的本质特征。数据产品“以数据为中心”的特征不仅体现在“以数据为核心生产要素”，而且还表现在以下三个方面。（）
A. 数据驱动$;$数据密集式$;$数据挖掘$;$数据范式
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9c18-c07f-52a228da6036.html
点击查看答案
