k近邻法对给定的训练实例点和输入实例点，首先确定输入实例点的k个最近邻训练实例点，然后利用这k个训练实例点的类的多数来预测输入实例点的类。

A. 增加训练集量$;$减少神经网络隐藏层节点数$;$删除稀疏的特征$;$SVM算法中使用高斯核/RBF核代替线性核

A. 语音识别$;$机器翻译$;$语音合成$;$语言分析

A. 聚合$;$趋势$;$连续$;$回归

A. 聚类数据集$;$中位数$;$拟合数据集$;$频繁项目集

A. 随机森林只能用于解决分类问题$;$ 集成学习通过构建多个模型，并将各个模型的结果使用求平均数的方法集成起来，作为最终的预测结果，提高分类问题的准确率$;$ 随机森林由随机数量的决策树组成$;$ 随机森林的弱分类器（基分类器）的特征选择不是随机的

A. 加大资本投资$;$加强安全方面管控$;$构建人工智能标准和规则$;$鼓励公众参与人工
智能治理

A. 洞见与行动$;$实施指南$;$桌面应用$;$预料库

A. 修理专家系统$;$预测专家系统$;$调试专家系统$;$规划专家系统