在有监督学习中，我们如何使用聚类方法？①我们可以先创建聚类类别，然后在每个类别上用监督学习分别进行学习②我们可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习③在进行监督学习之前，我们不能新建聚类类别④我们不可以使用聚类“类别id”作为一个新的特征项，然后再用监督学习分别进行学习

A. Bel≤Pl$;$Bel＜Pl$;$Bel≥Pl$;$Bel＞Pl

A. 集成学习$;$归纳学习$;$分类学习$;$整理学习

A. 词袋模型$;$one-hot编码$;$独热编码$;$language model

A. 避免单学习器可能因误选而导致泛化性能不佳$;$降低陷入局部极小点的风险$;$假设空间扩大，有可能学得更好的近似$;$多学习器结合有可能冲突

A. 无偏性$;$一致的$;$有效的$;$随机性

A. 循环神经网络$;$卷积神经网络$;$LSTM网络$;$多层感知机

A. 函数的递归调用必须有一个明确的结束条件
$;$函数的递归调用每次进入更深一层递归时，问题规模相比上次递归都应有所减少
$;$函数的递归调用效率不高，递归层次过多会导致栈溢出（在计算机中，函数调用是通过栈（stack）这种数据结构实现的，每当进入一个函数调用，栈就会加一层栈帧，每当函数返回，栈就会减一层栈)
$;$函数的递归调用由于栈的大小是无限的，所以，递归调用的次数过多，也不会导致栈溢出

A. 字典中不可以嵌套字典$;$单分支结构的格式为if-elif$;$Python中整数的默认书写格式是二进制$;$Python中采用“#”表示一行注释的幵始

A. ER图$;$语言模型$;$面向对象模型$;$谓词模型