A、各类别的先验概率P(C)是相等的
$;$以0为均值，sqr(2)/2为标准差的正态分布
$;$特征变量X的各个维度是类别条件独立随机变量
$;$P(X|C)是高斯分布
答案：C
A、各类别的先验概率P(C)是相等的
$;$以0为均值，sqr(2)/2为标准差的正态分布
$;$特征变量X的各个维度是类别条件独立随机变量
$;$P(X|C)是高斯分布
答案：C
A. 若 λ=0，则等价于一般的线性回归$;$若 λ=0，则不等价于一般的线性回归$;$若 λ=+∞，则得到的权重系数很小，接近于零$;$若 λ=+∞，则得到的权重系数很大，接近与无穷大
A. 留出法$;$交叉验证法$;$自助法$;$调参与最终模型$;$去参法
A. 加速度反馈速度$;$加速度处理速度$;$增长速度反馈速度$;$增长速度处理速度
A. HiAIEngine$;$HiAI
Framework$;$HiAI
Foundation$;$HiAI
Service
A. 树的数量$;$树的深度$;$学习速率
A. 测量空间$;$特征表示$;$特征匹配$;$特征空间
A. 其他选项都不对$;$没啥问题，神经网络会正常开始训练$;$神经网络可以训练，但是所有的神经元最后都会变成识别同样的东西$;$神经网络不会开始训练，因为没有梯度改变
A. 粒度是指数据仓库小数据单元的详细程度和级别;$;$数据越详细,粒度就越小,级别也就越高;$;$数据综合度越高,粒度也就越大,级别也就越高;$;$粒度的具体划分将直接影响数据仓库中的数据量以及查询质量
