在机器学习中，随着树中节点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。（）

运行下面代码的输出结果为（）。
import numpy as np
a=np.arange（4）
b=a[：]
a[1]=9
print（a）
print（b）

下列关于副本和视图的描述错误的是（）。

三维以上数组是以（）的形式输出的。

Numpy数组输出的原则是（）。

运行下面代码的输出结果为（）。
a=np.arange （9）
b=np.split （a，3）
print（b）

Numpy数组分割使用的函数是（）。

运行下面代码的输出结果为（）。
np.concatenate（ [[[1 2 3][2 3 4]]，[[3 4 5]]]，axis=0）

运行下面代码的输出结果为（）。
a=np.array（[[1，2]，[3，4]，[5，6]]）
print（np.insert （a，3，[11，12]））

运行下面代码的输出结果为（）。
a=np.array（[[1，2，3]，[4，5，6]]）
print（np.append a，[7，8，9]））

下列关于连接数组的描述不正确的是（）。