A、在无监督学习任务中，研究最多、应用最广的是聚类
B、聚类可作为一个单独过程，用于找寻数据内在的分布结构，但不能作为其他学习任务的前驱过程
C、聚类分析的目标是组内的对象之间是相似的，不同组中的对象是不同的
D、组内的相似性越大，组间差别越大，聚类就越好
答案：B
解析：聚类可作为一个单独过程，用于找寻数据内在的分布结构，可以作为其他学习任务的前驱过程
A、在无监督学习任务中，研究最多、应用最广的是聚类
B、聚类可作为一个单独过程，用于找寻数据内在的分布结构，但不能作为其他学习任务的前驱过程
C、聚类分析的目标是组内的对象之间是相似的，不同组中的对象是不同的
D、组内的相似性越大，组间差别越大，聚类就越好
答案：B
解析：聚类可作为一个单独过程，用于找寻数据内在的分布结构，可以作为其他学习任务的前驱过程
A. 密度直达关系
B. 密度可达关系
C. 密度相连关系
解析：DBSCAN算法将“簇”定义为：由密度可达关系导出的最大的密度相连样本集合。
A. accuracy_score
B. accuracy
C. f1_score
D. f2_score
解析：Scikit-Learn中accuracy_score 可以实现计算模型准确率。
A. GaussianNB
B. BernoulliNB
C. MultinomialNB
D. BaseDiscreteNB
解析：GaussianNB 适合连续特征，它假设每个特征对于每个类都符合正态分布。
A. 留一交叉验证
B. 留出法
C. 自助法
D. k折交叉验证
解析：将训练集随机等分为k份,选择其中的1份为测试集,另外k-1份作为训练集进行训练,进而可以进行k次训练和测试,最后返回这k个测试结果的均值，这种评估模型的方法叫做k折交叉验证。
A. 多分类学习
B. 对数几率回归
C. 线性判别分析
D. 多分类学习
解析：见算法解析
A. 一对一
B. 一对其余
C. 一对多
D. 多对多
解析：见算法解析
A. 二分法
B. 最小二乘法
C. 均值法
D. 投票法
解析：见算法解析
A. 如果原始空间是有限维，即属性数有限，那么一定存在一个高维特征空间使样本可分
B. 某个核函数使训练集在特征空间中线性可分，可能原因是欠拟合
C. “软间隔”允许某些样本不满足约束
D. 正则化可理解为一种“罚函数法
解析：见算法解析
A. 错误率
B. 精度
C. 误差
D. 查准率
解析：见算法解析
A. 权值学习迭代次数足够多
B. 学习能力低下
C. 训练集过多模型复杂
D. 数据有噪声
解析：见算法解析
