进行主成分分析的前提条件是各变量间（）。

（）适合连续特征，它假设每个特征对于每个类都符合正态分布。

Scikit-Learn中，（）可以实现计算模型准确率。

用OneHot对某个只有一个属性的样本进行编码，则编码结果可能是（）。

下列不属于scikit-learn中用于标准化的函数是（）。

下列关于train_test_split（）函数的说法正确的是（）。

实现One-Hot编码可以用Pandas中（）函数。

ordinalencoder将属性转化为（）。

下列算法中sklearn中未提及的是（）。

scikit-learn中的K-means类，用来调节k值的参数是（）。

sklearn.naive_bayes模块实现了朴素贝叶斯算法，基于贝叶斯定理和特征独立性假设的监督学习方法，下列模型不是朴素贝叶斯分类器的是（）。