Scikit-Learn中，（）可以实现整数分类值转化为独热向量。

在机器学习中，不属于常用的冲突消解策略是（）。

支持向量回归与传统回归模型的差别是（）。

线性判别分析（LDA）从贝叶斯决策理论阐释，当两类数据同先验且满足（）时，LDA达到最优分类。

下列不属于判别式模型的是（）。

概率模型的训练过程就是（）过程。

Relief是为（）问题设计的。

（）的基本想法是适当考虑一部分属性间的相互依赖信息，从而既不需要进行完全联合概率计算，又不至于彻底忽略了比较强的属性依赖关系。

（）算法可以较好地避免样本的不平衡问题。

（）算法要求基学习器能对特定的数据分布进行学习，在训练过程的每一轮中，根据样本分布为每个训练样本重新赋予一个权重。

在训练的每一轮都要检查当前生成的基学习器是否满足基本条件的算法是（）。