假定你已经搜集了10000 行推特文本的数据，不过没有任何信息。 现在你想要创建一个推特分类模型，好把每条推特分为三类：积极、消极、中性。 以下哪个模型可以执行做到？（）

（）预测是正类的样本中，真正为正类的样本所占预测是正类的样本的比例；（）在真实的正类的样本中，被预测出是正类的样本所占的比例。

降维算法是减少构建模型所需计算时间的方法之一。

如果我使用数据集的全部特征并且能够达到100%的准确率，但在测试集上仅能达到70%左右，这说明：（）。

在以下不同的场景中，使用的分析方法不正确的有（）。

如果一个训练好的模型在测试集上有100%的准确率，这是不是意味着在一个新的数据集上，也会有同样好的表现？

（）和（）是监督学习的代表，（）是无监督学习的代表。

如果自变量X和因变量Y之间存在高度的非线性和复杂关系，那么树模型很可能优于经典回归方法。

下列关于bootstrap说法正确的是？

关于“回归（Regression）”和“相关（Correlation）”，下列说法正确的是？注意：x是自变量，y是因变量。

假如你在训练一个线性回归模型，有下面两句话：①如果数据量较少，容易发生过拟合。②如果假设空间较小，容易发生过拟合。关于这两句话，下列说法正确的是？