答案：A
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. ③④
B. ①②
C. ①③
D. ②④
解析：独热编码的缺点是：①.过于稀疏②.词与词的相关性比较小
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：基础概念
A. 错误数据
B. 虚假数据
C. 异常数据
D. 重复数据
A. 扩充数据集
B. 数据重采样
C. 设计对数据分布不敏感的损失函数
D. 使用复杂的网络
A. Adam
B. SGD
C. Momentum
D. lr
解析：lr为learningrate缩写，不属于优化器
A. 激活函数都是线性函数
B. 激活函数都是非线性函数
C. 激活函数部分是非线性函数，部分是线性函数
D. 激活函数大多数是非线性函数，少数是线性函数
A. 模型
B. 训练
C. 推理
D. 标注
解析：主要应用
A. 滤除图像中的不相干信号
B. 滤除图像中的高频信号
C. 滤除图形中的低频信号
D. 滤除图像中的冗余信号
解析：图像处理中无损压缩的目的是滤除图像中的冗余信号
