A.k-折交叉验证
B.留一法交叉验证
C.分层交叉验证
D.时间序列分割

A.随机抽样
B.信息增益
C.线性回归
D.梯度下降

A.缺失值插补
B.特征选择
C.数据清洗
D.数据规范化

A.混淆矩阵
B.ROC曲线
C.热力图
D.箱线图

A.正态分布
B.均匀分布
C.泊松分布
D.贝叶斯分布

A.K-近邻算法
B.决策树算法
C.支持向量机
D.线性回归

A.找出频繁项集
B.找出异常值
C.预测未来趋势
D.描述变量之间的关系

A.数据规范化
B.数据插补
C.特征选择
D.数据清洗

A.K-均值算法
B.主成分分析（PCA）
C.决策树
D.随机森林

A.模型过于简单，无法捕捉数据中的模式
B.模型过于复杂，对训练数据过度敏感
C.模型的准确度非常高
D.模型的泛化能力很强

A.零频率问题
B.缺失数据
C.连续变量
D.异常值