无监督学习虽然没有标记输出，但是我们仍然可以通过_____得到启发。

A.无监督学习

B.监督学习

C.增强学习

D.半监督学习

A、1

B、3

C、2

D、0

A、监督学习

B、无监督学习

C、半监督学习

D、强化学习

B、考试焦虑

C、学习疲劳

D、厌恶学习

A.根据样本数据，采用分类算法，训练分类器

B.根据样本数据，进行回归分析

C.将未知类别的一组数据，采用聚类方法，分成不同的组

D.机器人在报考环境中，自主学习掌握行走方法

A.我们随机抽取一些样本,在这些少量样本之上训练

B.我们可以试用在线机器学习算法

C.我们应用PCA算法降维,减少特征数

D.B和C

E.A和B

F.以上所有

A.当增加最小样本分裂个数，我们可以抵制过拟合

B.当增加最小样本分裂个数，会导致过拟合

C.当我们减少训练单个学习器的样本个数，我们可以降低variance

D.当我们减少训练单个学习器的样本个数，我们可以降低bias

A、规则归纳问题，适合用决策树来表示

B、决策树算法是无监督学习

C、如果根据一个属性做判断，样本仍然有若干种情况，则该属性不应该出现在决策早期

D、属性在决策树中的位置不同，决策树的效率是不同的

A、特征建模

B、表面建模

C、实体建模

D、线框建模