混淆矩阵中TP=16,FP=12,FN=8,TN=4,精确率是（ ）。

梯度爆炸一般出现在深层网络和权值初始化值（）的情况下

欠拟合会出现高（）问题

过拟合会出现高（）问题

（）反映的是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。反应预测的波动情况。

无监督学习常常被用于（），用于在大量无标签数据中发现些什么。

随机森林是一种集成学习算法，是（）算法的具体实现。

Adaboost就是从（）出发反复训练，在其中不断调整数据权重或者是概率分布。

Boosting的本质实际上是一个加法模型，通过改变训练样本（）学习多个分类器并进行一些线性组合

SVM的基本思想是间隔最大化来得到最优分离（）

剪枝分为前剪枝和后剪枝，前剪枝本质就是早停止，后剪枝通常是通过衡量剪枝后（）变化来决定是否剪枝。