Kmeans算法属于有监督学习中的一种。

A、有监督学习是从有正确答案的样本集合中学习，即每个样本的分类标签（classification label）或者目标值（target value）已知

B、无监督学习的训练学习过程中也利用到了每个样本的分类标签（classification label）或者目标值（target value）

C、有监督学习中样本的ground truth指的是每个样本的真实分类标签（classification label）或者真实目标值（target value）

D、为了获得有监督学习中样本的真实分类标签（classification label）或者真实目标值（target value），某些情况下，可以采用人工专家标注的方法获得

A、首先，可以创建聚类，然后分别在不同的集群上应用监督式学习算法

B、在应用监督式学习算法之前，可以将其类别 ID 作为特征空间中的一个额外的特征

C、在应用监督式学习之前，不能创建聚类

D、在应用监督式学习算法之前，不能将其类别 ID 作为特征空间中的一个额外的特征

A. 反射主义学习理论；

B. 行为主义学习理论；

C. 认知主义学习理论；

D. 建构主义学习理论。

A. 不作修改

B. 修改源地址

C. 修改目标地址

D. 根据目的网段类型适当修改

B、强化学习属于无监督学习的一种，不需要有监督信息

C、强化学习和有监督学习的过程相似，是“开环”的过程

D、在强化学习中，计算机通过不断与环境交互并通过环境反馈来逐渐适应环境

A、Bagging、Boosting、Stacking

B、Bagging、Ababoost、Stacking

C、Bagging、Ababoost、随机森林

D、Ababoost、随机森林、Stacking

A、串行训练的算法，基分类器彼此关联

B、串行算法不断增加训练器训练偏差

C、基分类器应该选择偏差较小的算法

D、并行训练的算法，基分类器彼此关联

A、决策树不要求样本集的各个维度的特征具有同质性

B、一般无法用基于距离的指标来衡量样本集划分结果的紧致性

C、一般不采用熵的概念来度量每个子样本集的纯度

D、决策树是有监督学习方法

A、串行训练的算法

B、基分类器彼此关联

C、串行算法不断减小分类器训练偏差

D、组合算法可以减小偏差