A、求解目标函数
B、得到最优数据样本
C、找到最合适数据的参数
D、改变目标函数分布
答案：C
A、求解目标函数
B、得到最优数据样本
C、找到最合适数据的参数
D、改变目标函数分布
答案：C
解析：分类问题常用的损失函数为交叉熵
A. k-means
B. 线性回归
C. 神经网络
D. 决策树
解析：k-means是聚类，属于无监督学习。
A. K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象
B. K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念
C. K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇
D. K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇
A. 感知机根据正确的程度进行权重调整；
B. 输入层接收外界输入信号传递给输出层；
C. 输出层是M-P神经元；
D. 感知机能容易实现逻辑与、或、非运算；
解析：见算法解析
