通过聚集多个分类器的预测来提高分类准确率的技术称为聚集(aggregate)

A. 隐藏层数适当减少，神经网络的分辨能力不变$;$隐藏层数适当增加，神经网络的分辨能力越强$;$隐藏层数适当减少，神经网络的分辨能力越强$;$隐藏层数适当增加，神经网络的分辨能力越弱

A. F(x)^2$;$F(x)F(y)$;$1-[1-F(x)]^2$;$[1-F(x)][1-F(y)]

A. 感知器$;$线性单元$;$Sigmoid单元$;$Untied单元

A. 显著减少训练时间开销$;$显著减少测试时间开销$;$降低过拟合风险$;$提高欠拟合风险

A. 基于实例学习$;$概念学习$;$决策树学习$;$人工神经网络学习

A. （-1，0）$;$（0，1）$;$（-1，1）$;$（-0.5，0.5）

A. 1$;$Null$;$-1$;$0