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

()通过构建并结合多个学习器来完成学习任务，有时也被称为多分类器系统(multi-classifiersystem)、基于委员会的学习(committee-basedlearning)等

基于（）的搜索是使用最为广泛的参数寻优方法

最初的决策树算法是心理学家兼计算机科学家EBHunt1962年在研究人类的概念学习过程时提出的CLS，这个算法确立了决策树()的学习策略

()就是指分类任务中不同类别的训练样例数目差别很大的情况

对学习器的泛化性能进行评估，不仅需要有效可行的实验估计方法，还需要有衡量模型泛化能力的评价标准，这就是()。

如果从来样(sampling)的角度来看待数据集的划分过程，则保留类别比例的采样方式通常称为()。

学习器在训练集上的误差称为“训练误差”或()。

()是科学推理的两大基本手段。

()的出现，使研究无限假设空间的复杂度成为可能。

维利昂特在1984年发表的论文创立了()研究领域，使机器学习有了坚实的数学基础，扫清了学科发展的障碍。