A.正确率Accuracy
B.覆盖率Recallf
C.命中率Precision
D.轮廓系数SilhouetteCoefficient

A.基本假设包括随机干扰项是均值为0，方差为1的标准正态分布
B.基本假设包括随机干扰项是均值为0的同方差正态分布
C.在违背基本假设时，普通最小二乘法估计量不再是最佳线性无偏估计量
D.在违背基本假设时，模型不再可以估计

A.0
B.0.23
C.0.68
D.0.268

A.二者都可以处理分类问题
B.二者都可以增加不同的正则化项
C.二者都是参数模型
D.SVM的处理方法是只考虑supportvectors，也就是和分类最相关的少数点，去学习分类器

A.有放回简单随机抽样
B.无放回简单随机抽样
C.分层抽样
D.整群抽样

A.模型的正确率（accurate）
B.模型的泛化能力（general）
C.模型的稳定性（stable）
D.模型的易理解性

A.变量剔除
B.降维
C.更换模型
D.增添交互效应

A.均值
B.最大值
C.中位数
D.众数

A.朴素贝叶斯
B.线性回归
C.卷积神经网络
D.因子分析

A.可决系数R^2的定义为被回归方程已经解释的变差与总变差的比
B.0<=R^2<=1
C.可决系数R^2反映了样本回归线对样本观测值拟合优劣程度的一种描述
D.可决系数R^2的大小不受到回归模型中所包含的解释变量个数的影响

A.A/（A+B）
B.A/（A+D）
C.B/（B+C）
D.C/（B+C）