代码arr3=np.array（[[1,2,3],[4,5,6]]）.transpose（）;print（arr3[1,1]）的输出结果是（）？

如果允许一条记录触发多条分类规则,把每条被触发规则的后件看作是对相应类的一次投票,然后计票确定测试记录的类标号,称为无序规则

可用作数据挖掘分析中的关联规则算法有Apriori算法、FP-Tree算法、K均值法、SOM神经网络

冗余属性不会对决策树的准确率造成不利的影响

决策树中不包含外部结点

在普通的全连接网络或CNN中，每层神经元的信号只能向上一层传播，样本的处理在各个时刻独立，因此又被成为前向神经网络(Feed-forward+Neural+Networks)。

Sigmoid是神经网络中最常用到的一种激活函数，除非当梯度太大导致激活函数被弥散，这叫作神经元饱和,这就是为什么ReLU会被提出来，因为ReLU可以使得梯度在正向时输出值与原始值一样。这意味着在神经网络中ReLU单元永远不会饱和。

与普通反向传播不同的是，BPTT会在每个时间步长内叠加所有对应权重的梯度

当构建一个神经网络进行图片的语义分割时,先用反卷积神经网络处理输入，再用卷积神经网络得到输出

混沌度(Perplexity)是一种常见的应用在使用深度学习处理NLP问题过程中的评估技术，混沌度越高越好

假设我们有一个5层的神经网络，这个神经网络在使用一个4GB显存显卡时需要花费3个小时来完成训练。而在测试过程中，单个数据需要花费2秒的时间。如果我们现在把架构变换一下，当评分是0.2和0.3时，分别在第2层和第4层添加Dropout，那么新架构的测试所用时间仍是2秒