人工智能从其应用范围上又可分为()。

预剪枝决策树其训练时间开销比后剪枝决策树要大得多。__

多变量决策树亦称为斜决策树。__

基尼指数越小，数据集的纯度越高。__

决策树基本流程遵循简单且直观的分而治之策略。__

基于VC维的泛化误差界是是分布无关、数据独立的

决策树分类器的假设空间VC维可以为无穷大

基于VC维和Rademacher复杂度推导泛化误差界，所得到的结果均与具体学习算法无关，对所有学习算法都适用

计算学习理论研究的是关于通过“计算”来进行“学习”的理论

k均值聚类算法是一种典型的EM算法

EM算法用于训练样本完整的情况下进行估计