A、核函数将低维空间中的数据映射到高维空间
B、它是一个相似度函数
C、A、B都对
D、A、B都不对
答案：C
A、核函数将低维空间中的数据映射到高维空间
B、它是一个相似度函数
C、A、B都对
D、A、B都不对
答案：C
解析：后剪枝决策树通常比预剪枝决策树保留了更多的分支， 一般情形下，后剪枝决策树的欠拟合风险很小，泛化性能往往优于预剪枝决策树，但后剪枝过程是在生成完全决策树之后进行的，并且要白底向上地对树中的所有非叶结点进行逐一考察，因此其训练时间开销比未剪枝决策树和预剪枝决策树都要大得多
A. 自底向上
B. 贪心策略
C. 自顶向下
D. 以上都是
解析：正确
A. 全局特征丢掉了图像细节
B. 提取不到主要特征
C. 存储效率低下
D. 太多的错误匹配
解析：早期图像识别技术中存在的主要问题是全局特征丢掉了图像细节。
A. 监督学习
B. 无监督学习
C. 半监督学习
D. 强化学习
解析：聚类分析(Cluster analysis)或聚类是把相似的对象通过静态分类的方法分成不同的组别或者更多的子集，这样让在同一个子集中的成员对象都有相似的一些属性，属于无监督学习。
A. 标准化
B. 平滑处理
C. 特征构造
D. 聚集
A. 分布式计算
B. 边缘计算
C. 密集计算
D. 可信计算
解析：在技术层面，人工智能正在从云计算向边缘计算延伸，未来将形成云计算与边缘计算协同发展的态势，为人工智能提供更强大的基础设施。
