A、增加树的深度
B、增大学习率(Learnin Rate)
C、对决策树模型进行预剪枝
D、减少树的数量
答案：C
A、增加树的深度
B、增大学习率(Learnin Rate)
C、对决策树模型进行预剪枝
D、减少树的数量
答案：C
A. 随机森林只能用于解决分类问题
B. 随机森林由随机数量的决策树组成
C. 集成学习通过构建多个模型，并将各个模型的结果使用求平均数的方法集成起来，作为最终的预测结果，提高分类问题的准确率
D. 随机森林的弱分类器（基分类器）的特征选择是随机的
A. 有频域的概念
B. 均方意义下最优
C. 有关于复数的运算
D. 从变换结果可完全恢复原始数据
解析：傅里叶分析是贯穿时域与频域的方法之一。每种傅里叶变换都分成实数和复数两种方法。由于从时域到频域的傅里叶变换是一一映射,所以存在一个傅里叶逆变换,使得变换之后信号(波)可以回答原始信号(波).均方意义下最优是错误的。答案ACD
A. 随机梯度下降
B. 修正线性单元（ReLU）
C. 卷积函数
D. 以上都不正确
解析：修正线性单元是非线性的激活函数
A. 贝叶斯是概率框架下实施决策的基本方法
B. 贝叶斯基于概率和误判损失来选择最优的类别标记
C. 贝叶斯中期望损失定义为风险
D. 贝叶斯判定准则为最大化总体风险
解析：使用贝叶斯判定准则来最小化决策风险
解析：不支持
A. 图像分类技术
B. 目标检测技术
C. 语义分割技术
D. OCR技术
解析：采用OCR技术识别摄像头拍摄的数字式电力仪表的读数
A. 数据仓库随时间的变化不断增加新的数据内容;
B. 捕捉到的新数据会覆盖原来的快照;
C. 数据仓库随事件变化不断删去旧的数据内容;
D. 数据仓库中包含大量的综合数据,这些综合数据会随着时间的变化不断地进行重新综合.
A. FP-growth
B. EClat
C. 聚类
D. Apdori
解析：正确
