（）也叫函数体，用来进行一系列的逻辑运算。

考虑这么一种情况：一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择（）的相似度计算方法。

随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将呈（）下降，最终趋向于零。

下列关于Bagging的说法错误的是（）。

下列关于Boosting的说法错误的是（）。

基于Bagging的集成学习代表算法有（）。

基于Boosting的集成学习代表算法不包含（）。

下列不属于模型集成方法的是（）。

对数值型输出，最常见的结合策略是（）。

对分类任务来说，学习器从类别标记集合中预测出一个标记，最常见的结合策略是（）。

下列关于随机森林的说法正确的是（）。