一般来讲，训练集要包含所有可能的分类，这些分类的数目没有任何要求。()

A.选择正确的训练集是应用最近相邻算法最重要的一步

B.最近相邻算法训练集就是模型本身

C.最近相邻算法的训练集如果选择不当，则模型会失准

D.训练集要包含所有可能的分类

A.除去神经网络中的最后一层，冻结所有层然后重新训练

B.对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层

C.使用新的数据集重新训练模型

D.所有答案均不对

A.除去神经网络中的最后一层，冻结所有层然后重新训练

B.对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层

C.使用新的数据集重新训练模型

D.所有答案均不对

A.除去神经网络中的最后一层，冻结所有层然后重新训练

B.对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层

C.使用新的数据集重新训练模型

D.所有答案均不对

A．交叉验证（Cross Validation）是用来验证分类器的性能一种统计分析方法B．K-fold Cross Validation就是将原始数据分成K组（一般是均分）,将每个子集数据分别做一次验证集,其余的K-1组子集数据作为训练集,这样会得到K个模型,用这K个模型最终的验证集的分类准确率的平均数作为此K-CV下分类器的性能指标C．交叉验证用于评估模型的预测性能，尤其是训练好的模型在新数据上的表现，可以在一定程度上减小过拟合D．使用交叉验证不会增加模型训练的计算量

A.决策树是一种确定分类特征的方法，通过多种不同的分支方法确定属性的重要性

B.决策树可以转化为规则集的形式，从而有利于计算机进行处理

C.决策树一般越复杂性能越好

D.过拟合可能导致决策树训练失败，难以达到使用要求