A、SSVM$;$S2VM$;$S3VM$;$SVMP
答案:C
A. KNN$;$Logisti Regression$;$k-means$;$SVM
A. 数据集成$;$数据管理$;$数据治理$;$数据可视化
A. 由于其特殊原因,无法分布式化$;$xgboost在代价函数里加入了正则项,用于控制模型的复杂度;$;$可以处理带有缺失值的样本$;$允许使用列抽样来减少过拟合
A. 客观性$;$主体性$;$超前性$;$滞后性
A. 增加树的深度$;$增加学习率$;$减小树的深度$;$减少树的数量
A. 正向推理 $;$反向推理 $;$双向推理
A. 增大惩罚参数C$;$ 减小惩罚参数C$;$减小核函数系数(gamma值)$;$增大核函数系数(gamma值)
A. 传统的基于规则的方法,其中的规律可以人工显性的明确出来$;$传统基于规则的方法使用显性编程来解决问题$;$机器学习中模型的映射关系是自动学习的$;$机器学习所中模型的映射关系必须是隐性的
A. 95$;$96$;$97$;$98