机器学习中处理缺失值的常用方法包括（）？

A. 精确度$;$准确率$;$召回率$;$纯度

A. 数组描述$;$数据描述$;$算法描述$;$存储空间描述

A. 添加正则化项$;$降低模型复杂度$;$减少训练数据量$;$使用Dropout

A. 指数级$;$对数级$;$线性级$;$平方级

A. RepeatedKFold$;$KFold$;$LeaveOneOut

A. 滤波器$;$卷积层$;$卷积核$;$通道

A. 降维过程中可以保留原始数据的所有信息。
$;$ 多维缩放的目标是要保证降维后样本之间的距离不变。
$;$ 线性降维方法目标是要保证降维到的超平面能更好的表示原始数据。
$;$ 核线性降维方法目标是通过核函数和核方法来避免采样空间投影到高维空间再降维之后的低维结构丢失。

A. 等高线图 $;$ 饼图 $;$ 曲面图 $;$ 矢量场图