关于学习器结合的描述，正确的是（）。

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。

C4.5在分类过程中使用的（）

ID3在分类过程中使用的（）

CART树在分类过程中使用的（）

RNN引入了循环的概念，但是在实际过程中却出现了初始信息随时间消失的题，即长期依赖（Long-TermDependencies）问题，所以引入（）。

CNN卷积网络中，filter尺寸的选择多为（）