A.线性回归问题
B.非线性优化问题
C.逻辑回归问题
D.聚类问题

A.基于装袋的集成
B.基于提升的集成
C.基于堆叠的集成
D.基于特征选择的集成

A.数据的相关性
B.数据的分布和异常值
C.数据的平均值和标准差
D.数据的频数分布

A.加速计算过程
B.提供约束条件的解决方法
C.简化目标函数
D.改善梯度下降的稳定性

A.控制模型的学习速度
B.确定最优解的位置
C.加速收敛过程
D.增加模型的存储空间

A.数据的集合
B.决策树的集合
C.特征的集合
D.模型参数的集合

A.梯度下降
B.牛顿法
C.遗传算法
D.粒子群优化

A.减少特征的数量
B.将特征值转换为较小的范围
C.增加特征的维度
D.改变特征的数据类型

A.评估节点的纯度
B.分割数据集的特征选择依据
C.确定树的深度
D.定义叶节点的输出值

A.当样本量较小时，作为正态分布的替代
B.描述连续变量的分布
C.进行假设检验
D.建立概率模型

A.图像识别
B.数据生成和增强
C.文本分类
D.语音识别