样本数据类别未知，需要根据样本间的相似性对样本集进行分类的是（)。

A.有监督学习是从有正确答案的样本集合中学习，即每个样本的分类标签（classification label）或者目标值（target value）已知

B.无监督学习的训练学习过程中也利用到了每个样本的分类标签（classification label）或者目标值（target value）

C.有监督学习中样本的ground truth指的是每个样本的真实分类标签（classification label）或者真实目标值（target value）

D.为了获得有监督学习中样本的真实分类标签（classification label）或者真实目标值（target value），某些情况下，可以采用人工专家标注的方法获得

A.聚类分析适合探讨样本间相互关联关系从而对一个样本结构做一个初步的评价

B.聚类是一种监督的学习方法

C.聚类不依赖于事先确定的数据类别

D.聚类是观察式学习

A.定量评价机器学习性能

B.估算模型

C.验证模型

D.定性评价机器学习性能

A.无监督学习

B.有监督学习

C.半监督学习

D.强化学习

A.决策树是一种监督式学习

B.监督式学习不需要标签就可以训练

C.监督式学习不可以使用交叉验证进行训练

D.监督式学习是一种基于规则的算法

A.监督学习

B.非监督学习

C.强化学习

D.分析学习

A、基于“物以类聚，人以群分”思想

B、采用样本间距离度量相似性，将数据分类划分到已有类别

C、k-means算法适合于非此即彼的聚类分析方法

D、对于有层级关系的样本，可以采用自底向上的凝聚式层次聚类分析方法

A.无监督学习

B.强化学习

C.监督学习

D.半监督学习

A.人工神经网络既可以设计监督学习算法也可以设计非监督学习算法

B.机器学习算法就是指各种人工神经网络算法

C.K-means算法用于聚类，属于非监督学习范畴

D.支持向量机算法属于线性分类算法，属于监督学习范畴