某数据框df需要进行多条件筛选, 其一般性语法为
A. df.loc[(筛选条件1) && (筛选条件2)]
B. df.loc[(筛选条件1) 且 (筛选条件2)]
C. df.loc[(筛选条件1) and (筛选条件2)]
D. df.loc[(筛选条件1) & (筛选条件2)]
解析：pandas中多条件筛选条件之间用&连接
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-7030-c07f-52a228da6010.html
点击查看答案
只有符合社会伦理规范和公共政策的解决方案,才能设计出可信赖的人工智能。()
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-dee8-c07f-52a228da601a.html
点击查看答案
决策树算法是数据挖掘分类中的一种常用的算法。在数据挖掘领域内，分类可以看成是从一个数据集到一组预先定义的、非交叠的类别的映射过程。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-50b8-c07f-52a228da6036.html
点击查看答案
反向传播是一种用于多层神经网络的训练算法。它将错误信息从网络末端传输到网络内部的所有权重。它允许有效地计算梯度
解析：正确
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-48e8-c07f-52a228da6010.html
点击查看答案
下列哪个语句在Python中是不合法的（）
A. x=y=z=1
B. x=(y=z+1)
C. x,y=y,x
D. x+=y
解析：在Python中不可以连续赋值。
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-7800-c07f-52a228da6016.html
点击查看答案
独热编码的缺点是：①.过于稀疏②.词与词的相关性比较小③.易于编码④.容易存储
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
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da6002.html
点击查看答案
在Python中，import date time，假设
a=datetime.date(2017,3,22)，则（）语句可以把日期a加3天（即输出结果为：2017-03-25）
A. a = a + datetime.timedelta(3)
B. a = a + datetime.timedelta(3,0,0)
C. a = a + datetime.timedelta(0,0,3)
D. a = replace(2017,3,25)
解析：见函数库
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-9b28-c07f-52a228da6008.html
点击查看答案
下列朴素贝叶斯估计描述错误的是
A. 采用属性条件独立性假设
B. 假设属性之间相互独立
C. 为了避免条件概率是所以属性上的联合概率
D. 假设属性之间是相关的
解析：朴素贝叶斯分类器采用了“属性条件独立性假设”，对
已知类别，假设所有属性相互独立，换言之，假设每个属性独立地对分类结果发生影响
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-9898-c07f-52a228da6000.html
点击查看答案
下面关于随机森林和集成学习的说法，正确的是（）
A. 随机森林只能用于解决分类问题
B. 集成学习通过构建多个模型，并将各个模型的结果使用求平均数的方法集成起来，作为最终的预测结果，提高分类问题的准确率
C. 随机森林由随机数量的决策树组成
D. 随机森林的弱分类器（基分类器）的特征选择不是随机的
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-feb0-c07f-52a228da6006.html
点击查看答案
如果我使用数据集的全部特征并且能够达到100%的准确率，但在测试集上仅能达到70%左右，这说明：（）。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-bbc0-c07f-52a228da600a.html
点击查看答案
