A、线性回归
B、系数回归
C、逻辑回归
D、曲线回归
答案：ACD
A、线性回归
B、系数回归
C、逻辑回归
D、曲线回归
答案：ACD
A. 一个智能体程序实现一个智能体函数
B. 智能体程序与智能体函数没有任何关系
C. 一个智能体函数实现一个智能体程序
D. 智能体程序包含智能体函数
A. 某点处的梯度方向就是该点处函数值增长最快的方向
B. 标量场的梯度也是标量场
C. 某点处的梯度方向就是过该点的等值面的法向矢量
D. 某点处的梯度大小是指标量函数u在该点处的最大变化率
解析：标量场的梯度是矢量场
A. __new__是一个静态方法，而__init__是一个实例方法
B. __new__方法会返回一个创建的实例，而__init__什么都不返回
C. 只有在__new__返回一个cls的实例时，后面的__init__才能被调用
D. 当创建一个新实例时调用__new__，初始化一个实例时用__init__
A. 线性分类器
B. CART
C. gblinear
D. svm
解析：传统GBDT以CART作为基分类器
A. 轨迹跟踪
B. 决策树
C. 数据挖掘
D. K近邻算法
解析：轨迹跟踪又称为前轮反馈控制法（Front wheel feedback)，核心在于基于前轮中心的路径跟踪偏差量对方向盘转向控制量进行计算。决策树算法是一种逼近离散函数值的方法，它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。符合题意的为B项决策树。答案选B
A. 错误率
B. 精度
C. 误差
D. 查准率
解析：见算法解析
A. Weka
B. SciPy
C. Pandas
D. Knime
