下列说法正确的有（）。

条件独立性假设不成立时，朴素贝叶斯分类器仍有可能产生最优贝叶斯分类器

在估计概率值时使用的拉普拉斯修正避免了因训练集样本不充分而导致概率估值为零的问题

由于马尔可夫链通常很快就能趋于平稳分布，因此吉布斯采样算法的收敛速度很快

二分类任务中两类数据满足高斯分布且方差相同时，线性判别分析产生贝叶斯最优分类器

正确答案：ABD

解析：

由于马尔可夫链通常需要很长时间才能趋于平稳分布，因此吉布斯采样算法的收敛速度较慢。

题目纠错

ADABOOST数据题库共6章西安

扫码进入小程序
随时随地练习

运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[0.25，1.33，1，100]）
print（np.reciprocal （a））

运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[-1.7，1.5，-0.2，0.6，10]）
print（np.ceil a））

运行下面代码的输出结果为（）。
import numpy as np
a=np.arange （12）.reshape （3，4）
print（np.delete（a，5））

运行下面程序，可以获得两个数组元素匹配的位置的操作是（）。
输入：a=np.array（[1，2，3，2，3，4，3，4，5，6]）
b=np.array（[7，2，10，2，7，4，9，4，9，8]）
期望输出：（array（[1，3，5，7]），）

运行下面代码的输出结果为（）。
arrl=np.arange （0，16，1）.reshape （4，4）
np.delete arr1，1，axis=1）
print（arrl）

a=np.array（[1，0，0，3，4，5，0，8]），b=np.nonzero（a），则b[0]的值为（）。

np.where（[True，False]，[True，True]，[1，2]，[3，4]，[9，8]，[7，6]）的输出结果是（）。

运行下面代码的输出结果为（）。
import numpy as np
a=np.arange （6）.reshape （3，2）
wt=np.array （[3，5]）
print（np.average （a，axis=1，weights=wt））

运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[[1，2，3]，[3，4，5]，[4，5，6]]）
print（np.mean a，axis=0））

运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[[30，65，70]，[80，95，10]，[[50，90，60]]）
print（np.median （a，axis=1））