决策树所形成的分类边界有一个明显特点，它的分类边界由若干个(___)分段组成。

A. “与/或”图就是用“AND”和“OR”连续各个部分的图形，用来描述各部分的因果关系。$;$“与/或”图就是用“AND”和“OR”连续各个部分的图形，用来描述各部分之间的不确定关系。$;$“与/或”图就是用“与”节点和“或”节点组合起来的树形图，用来描述某类问题的层次关系。$;$“与/或”图就是用“与”节点和“或”节点组合起来的树形图，用来描述某类问题的求解过程。

A. LeNet
$;$AlexNet
$;$VGG
$;$ResNet

A. 正确$;$错误

A. meta文件$;$data文件$;$index文件$;$json文件

A. 纯半监督学习$;$直推学习$;$假设学习$;$聚类学习

A. 缺失值$;$噪声值$;$不一致、不完整值$;$以上都是

A. k值并不是越大越好，k值过大，会降低运算速度$;$选择更大的k值，会让偏差更小，因为k值越大，训练集越接近整个训练样本$;$选择合适的k值，能减小验方差$;$以上说法都正确

A. decode()$;$encode()$;$upper()$;$rstrip()

A. Oxff$;$0Xabc$;$0x01$;$0X9X

A. 无悖性$;$可扩充性$;$继承性$;$连贯性