数据集被划分成训练集和测试集，其中训练集用于确定模型的参数，测试集用于评判模型的效果

A. k-means$;$线性回归$;$神经网络$;$决策树

A. HDFS$;$Hadoop$;$Memory$;$MapReduce

A. 各类别的先验概率P(C)是相等的
$;$以0为均值，sqr(2)/2为标准差的正态分布
$;$特征变量X的各个维度是类别条件独立随机变量
$;$P(X|C)是高斯分布

A. 数据转换$;$数据排序$;$数据标注$;$数据清洗

A. 仿射层$;$卷积层$;$RNN层$;$以上都不对

A. 增加神经网络层数, 可能会增加测试数据集的分类错误率
$;$减少神经网络层数, 总是能减小测试数据集的分类错误率
$;$增加神经网络层数, 总是能减小训练数据集的分类错误率
$;$1、2都对

A. 字符应该视为长度为 1 的字符串&;&字符串以＼0 标志字符串的结束&;&既可以用单引号，也可以用双引号创建字符串&;&在三引号字符串中可以包含换行回车等特殊字符

A. 30%
$;$0.4
$;$0.5
$;$0.6