人工智能基礎(習題卷42)

試卷科目：人工智能基礎人工智能基礎(習題卷42)PAGE"pagenumber"pagenumber/SECTIONPAGES"numberofpages"numberofpages人工智能基礎第1部分：單項選擇題，共50題，每題只有一個正確答案,多選或少選均不得分。[單選題]1.隨機生成的卷積核，個別一些卷積核A特征提取幾乎無貢獻，但不影響運算。A、正確A)錯誤B)正確C)錯誤答案:A解析:[單選題]2.（）是自然語言處理的重要應用，也可以說是最基礎的應用。A)文本識別B)機器翻譯C)文本分類D)問答系統(tǒng)答案:C解析:文本分類問題算是自然語言處理領域中一個非常經(jīng)典的問題.根據(jù)預定義的類別不同,文本分類分兩種:二分類和多分類,[單選題]3.（）是語音信號處理的前提。A)語音信號識別B)語音信號采集C)語音信號分析D)語音信號過濾答案:B解析:[單選題]4.在選擇神經(jīng)?絡的深度時，下?哪些參數(shù)需要考慮？1神經(jīng)?絡的類型(如MLP,CNN)2輸?數(shù)據(jù)3計算能?(硬件和軟件能?決定)4學習速率5映射的輸出函數(shù)A)1,2,4,5B)2,3,4,5C)都需要考慮D)1,3,4,5答案:C解析:[單選題]5.高精度地圖需要達到()級才能保證無人駕駛汽車形式安全。A)毫米B)厘米C)米D)微米答案:B解析:[單選題]6.常見的使用深度學習解決的計算機視覺任務有：①.圖像分類②.目標檢測③.語義分割/實例分割④.場景文字識別A)①③④B)①②③④C)①③④D)①②④答案:B解析:全部都屬于常見的計算機視覺任務[單選題]7.DL/T860數(shù)據(jù)屬性(DA)的功能約束(FC)中ST表示的意義為()。A)測量值B)控制C)狀態(tài)信息D)取代答案:C解析:[單選題]8.在數(shù)字圖像的特征提取中，經(jīng)常會用到Hessian矩陣來提取關鍵點，以下關于Hessian矩陣的描述不正確的是？A)圖像上某個點的Hessian矩陣，其最大特征值對應其領域內(nèi)最大曲率的強度B)如果Hessian矩陣是負正定的，則臨界點處有局部極小值C)如果Hessian矩陣是不定矩陣，則臨界點處沒有極值D)Hessian矩陣的特征值，用于衡量特征向量方向的凹凸性答案:B解析:如果Hessian矩陣是負正定的，則臨界點處沒有局部極小值[單選題]9.在分類學習中，提升方法通過反復修改訓練數(shù)據(jù)的（），構(gòu)建一系列基本分類器并將它們線性組合，形成一個強分類器。A)偏差B)方差C)采樣樣本D)權值分布答案:D解析:在分類學習中，提升方法通過反復修改訓練數(shù)據(jù)的權值分布，構(gòu)建一系列基本分類器并將它們線性組合，形成一個強分類器。[單選題]10.Python中是非法的？（）A)x=y=z=AB)x=(y=z+A)C)x,y=y,xD)x+=y答案:B解析:[單選題]11.機器學習中，模型需要輸入什么來訓練自身，預測未知?A)人工程序B)神經(jīng)網(wǎng)絡C)訓練算法D)歷史數(shù)據(jù)答案:D解析:[單選題]12.下列哪項不是構(gòu)建知識圖譜用到的主要技術A)詞性標注B)實體鏈接C)關系抽取D)命名實體識別答案:A解析:[單選題]13.圖的弧表示狀態(tài)之間的()。A)狀態(tài)B)關系C)目的D)結(jié)果答案:B解析:[單選題]14.以下()屬于數(shù)據(jù)可視化方法體系中的基礎方法。A)視覺編碼方法論B)視覺隱喻C)地理信息可視化D)時變數(shù)據(jù)可視化答案:B解析:[單選題]15.個不是LSTM中的cell的門？A)輸入門B)遺忘門C)記憶門D)輸出門答案:C解析:[單選題]16.閔可夫斯基距離表示為曼哈頓距離時，p為（）。A)1B)2C)3D)4答案:A解析:閔可夫斯基距離定義為：該距離最常用的p是2和1,前者是歐幾里得距離），后者是曼哈頓距離。[單選題]17.下列不屬于輸電線路巡檢圖像智能識別范圍的是（）A)細小金具B)均壓環(huán)C)無人監(jiān)護D)鳥巢異物答案:C解析:[單選題]18.（）會發(fā)生權重共享。A)卷積神經(jīng)網(wǎng)絡B)循環(huán)神經(jīng)網(wǎng)絡C)全連接神經(jīng)網(wǎng)絡D)選項A和B答案:D解析:[單選題]19.以下不屬于AI機器決策優(yōu)點的是（）？A)具有一致性和邏輯性B)獲取和處理投研信息范圍廣、內(nèi)容全C)可減少人為疏漏和失誤D)可以進行簡單問題的直接回復、復雜問題轉(zhuǎn)人工支持答案:D解析:以下不屬于AI機器決策優(yōu)點的是可以進行簡單問題的直接回復、復雜問題轉(zhuǎn)人工支持？[單選題]20.下列程序的功能是：lb=[35,67,68,94,85,76]forysinlb:ifys%2==0:print(ys)A)遍歷列表B)列表元素除以2后輸出C)輸出列表中能被2整除的數(shù)D)以上都不是答案:C解析:[單選題]21.針對特征較少且約束較少的情況，一般選擇()作為3D匹配的模板。A)中心B)邊緣C)局部D)整體答案:A解析:[單選題]22.()不僅可用于多層前饋神經(jīng)網(wǎng)絡，還可用于其他類型的神經(jīng)網(wǎng)絡。A)感知機B)神經(jīng)元C)神經(jīng)系統(tǒng)D)誤差逆?zhèn)鞑ゴ鸢?D解析:誤差逆?zhèn)鞑?errorBackPr。pagati。n,BP)算法不僅可用于多層前饋神經(jīng)網(wǎng)絡,還可用于其他類型的神經(jīng)網(wǎng)絡，如訓練遞歸神經(jīng)網(wǎng)絡［PinedA.1987］。[單選題]23.邏輯回歸將輸出概率限定在[0,1]之間。下列哪個函數(shù)起到這樣的作用？A)Sigmoid函數(shù)B)tanh函數(shù)C)ReLU函數(shù)D)LeakyReLU函數(shù)答案:A解析:[單選題]24.（）是一種模擬人類專家解決領域問題的計算機程序系統(tǒng)。A)專家系統(tǒng)B)進化算法C)遺傳算法D)禁忌搜索答案:A解析:專家系統(tǒng)能夠利用人類專家的知識和解決問題的方法來處理該領域問題。[單選題]25.對于有噪聲、線性可分的數(shù)據(jù)，支持向量機的解決方式是（）A)軟間隔B)硬間隔C)核函數(shù)D)以上選項均不正確答案:A解析:對于有噪聲、線性可分的數(shù)據(jù)，支持向量機的解決方式是軟間隔[單選題]26.Spark的（）組件用于支持實時計算需求。A)SparkSQLB)SparkStreamingC)SparkGraphXD)SparkMLLib答案:B解析:SparkStreaming用于實時處理。[單選題]27.人工神經(jīng)網(wǎng)絡是由眾多簡單的()連接而成的一個網(wǎng)絡。A)節(jié)點B)神經(jīng)元C)弧D)根答案:B解析:[單選題]28.將長度為1m的木棒隨機地截成兩段，則兩段長度的相關系數(shù)為（）A)1B)1/2C)-1/2D)-1答案:D解析:[單選題]29.下述()不是知識的特征。A)復雜性和明確性B)進化和相對性C)客觀性和依附性D)可重用性和共享性答案:A解析:[單選題]30.泛化誤差可分解為偏差、方差與噪聲之和，當學習器擬合程度不夠強時，是()主導了泛化錯誤率。A)偏差B)方差C)噪聲D)差與方差共同答案:A解析:學習器擬合程度不夠強時，及欠擬合，此時是偏差主導了泛化錯誤率。[單選題]31.下列選項中，能作為Python變量名的是（）A)AbB)ifC)4AbD)s+1答案:A解析:變量名規(guī)則：1、字母漢字開頭2、不能有特殊符號（下劃線除外）3、不能有保留字[單選題]32.Map階段的輸入是以()形式的行數(shù)據(jù)。A)字符B)鏈表C)行列式D)鍵值對答案:D解析:[單選題]33.a=[['1',2],['3',4]]a.append(5)如果輸出列表，請問結(jié)果是什么？A)出錯B)[['1',2,5],['3',4]]C)[['1',2],['3',4，5]]D)[[['1',2],['3',4]],5]答案:D解析:[單選題]34.（）控制當前時刻的輸入信息需要向狀態(tài)向量中注入哪些信息。A)輸出門B)輸入門C)遺忘門D)以上都不對答案:B解析:輸入門控制當前時刻的輸入信息需要向狀態(tài)向量中注入哪些信息。[單選題]35.下列關于python基本元素說法錯誤的是（）A)python程序有時也稱腳本，是一系列定義和命令B)python解釋器有時也稱shell,用來求值定義并執(zhí)行命令C)若python對象屬于布爾類別（bool),那它也屬于非標量對象D)float表示實數(shù)，其字面量總是包括一個小數(shù)點，屬于標量對象答案:C解析:[單選題]36.執(zhí)行下面代碼后，根據(jù)提示輸入。下面選項正確的是？answer=input('輸入你最喜歡的數(shù)字：')A)answer是數(shù)值類型B)answer是字符類型C)A與B都對D)A與B都不對答案:B解析:[單選題]37.下列的哪種方法可以用來降低深度學習模型的過擬合問題？1增加更多的數(shù)據(jù)2使用數(shù)據(jù)擴增技術(dataaugmentation)3使用歸納性更好的架構(gòu)4正規(guī)化數(shù)據(jù)5降低架構(gòu)的復雜度A)145B)123C)1345D)所有項目都有用答案:D解析:[單選題]38.?數(shù)據(jù)的故事化描述?是指為了提升數(shù)據(jù)的（）和（），將數(shù)據(jù)還原成關聯(lián)至特定的情景的過程。A)可理解性可記憶性可體驗性B)可接受性可記憶性可體驗性C)可接受性可記憶性可呈現(xiàn)性D)可理解性可記憶性可呈線性答案:A解析:[單選題]39.以下關于組合數(shù)據(jù)類型的描述，錯誤的是：A)集合類型是一種具體的數(shù)據(jù)類型B)序列類似和映射類型都是一類數(shù)據(jù)類型的總稱C)字典類型的鍵可以用的數(shù)據(jù)類型包括字符串，元組，以及列表D)python的集合類型跟數(shù)學中的集合概念一致，都是多個數(shù)據(jù)項的無序組合答案:C解析:[單選題]40.深度學習神經(jīng)網(wǎng)絡的隱藏層數(shù)對網(wǎng)絡的性能有一定的影響，以下關于其影響說法正確的是:A)隱藏層數(shù)適當減少，神經(jīng)網(wǎng)絡的分辨能力不變B)隱藏層數(shù)適當增加，神經(jīng)網(wǎng)絡的分辨能力越強C)隱藏層數(shù)適當減少，神經(jīng)網(wǎng)絡的分辨能力越強D)隱藏層數(shù)適當增加，神經(jīng)網(wǎng)絡的分辨能力越弱答案:B解析:[單選題]41.在機器學習建模過程中對原始數(shù)據(jù)集的劃分不包括A)trainingsetB)testsetC)validationsetD)verificationset答案:D解析:[單選題]42.（）的神經(jīng)形態(tài)芯片已經(jīng)可以搭建較大規(guī)模的類腦計算系統(tǒng)，為類腦計算模型提供快速運行平臺。A)基于腦電波神經(jīng)網(wǎng)絡B)基于脈沖神經(jīng)網(wǎng)絡C)基于腦回路神經(jīng)網(wǎng)絡D)基于類腦神經(jīng)網(wǎng)絡答案:B解析:基于脈沖神經(jīng)網(wǎng)絡的神經(jīng)形態(tài)芯片已經(jīng)可以搭建較大規(guī)模的類腦計算系統(tǒng)，為類腦計算模型提供快速運行平臺。[單選題]43.專家系統(tǒng)是一種模擬()的計算機系統(tǒng)。A)專家知識B)專家經(jīng)驗C)專家決策能力D)專家思維答案:C解析:[單選題]44.清華大學首次提出?類腦計算完備性?概念以及軟硬件去耦合的類腦計算系統(tǒng)層次結(jié)構(gòu)，通過（）與（）證明該類系統(tǒng)的硬件完備性與編譯可行性。A)理論論證、原型實踐B)假設檢驗、邏輯推理C)模式識別、在線驗證D)行為校驗、合理分析答案:A解析:清華大學首次提出?類腦計算完備性?概念以及軟硬件去耦合的類腦計算系統(tǒng)層次結(jié)構(gòu)，通過理論論證、原型實踐證明該類系統(tǒng)的硬件完備性與編譯可行性。[單選題]45.關于深度優(yōu)先搜索策略，下列說法正確的是（）。A)當搜索到某一個狀態(tài)時，它所有的子狀態(tài)以及子狀態(tài)的后裔狀態(tài)都必須晚于該狀態(tài)的兄弟狀態(tài)被搜索。B)為了保證找到解，應選擇合適的寬度限制值，或采取不斷加大寬度限制值的辦法，反復搜索，直到找到解。C)深度優(yōu)先搜索能保證第一次搜索到的某個狀態(tài)時的路徑是到這個狀態(tài)的最短路徑D)對任何狀態(tài)而言，以后的搜索有可能找到另一條通向它的路徑。如果路徑的長度對解題很關鍵的話，當算法多次搜索到同一個狀態(tài)時，它應該保留最短路徑答案:D解析:的兄弟狀態(tài)被搜索。反復搜索，直到找到解。解題很關鍵的話，當算法多次搜索到同一個狀態(tài)時，它應該保留最短路徑[單選題]46.下方法中屬于無監(jiān)督學習算法的是（）A)線性回歸B)支持向量機C)決策樹D)K-Means聚類答案:D解析:[單選題]47.DNN常用的激活函數(shù)有（）。A)SigmoidB)tanhC)ReLUD)以上答案都正確答案:D解析:DNN常用的激活函數(shù)有Sigmoid、tanh、ReLU、softplus、PReLU。[單選題]48.下列屬于特征降維的方法有A)主成分分析PCAB)數(shù)據(jù)采樣C)正則化D)最小二乘法答案:A解析:[單選題]49.很多手機提供了護眼的屏幕顯示模式，可以減少藍光，緩解疲勞。這項功能可以通過調(diào)整圖像的()實現(xiàn)A)亮度B)飽和度C)對比度D)色相答案:D解析:[單選題]50.均方誤差有非常好的幾何意義，它對應了常用的（）A)歐氏距離B)曼哈頓距離C)切比雪夫距離D)馬氏距離答案:A解析:第2部分：多項選擇題，共21題，每題至少兩個正確答案,多選或少選均不得分。[多選題]51.做一個二分類預測問題，先設定閾值為0.5,概率不小于0.5的樣本歸入正例類（即1）,小于0.5的樣本歸入反例類（即0）。然后，用閾值n（n>0.5）重新劃分樣本到正例類和反例類，下面說法正確的是（）。A)增加閾值不會提高召回率B)增加閾值會提高召回率C)增加閾值不會降低查準率D)增加閾值會降低查準率答案:AC解析:召回率=TPITP+FN,查準率=TPJTP+FP。當概率閾值增加時，TP、FP減少或者持平，TP+FN不變,所以召回率不會增加。[多選題]52.哪些屬于數(shù)據(jù)分析要求A)運營大屏B)運行分析C)場景分析D)流程分析答案:ABC解析:[多選題]53.機器學習包括（）A)監(jiān)督學習B)強化學習C)非監(jiān)督學習D)群體學習答案:ABC解析:[多選題]54.機器學習的三個關鍵組成要素是（）。A)任務TB)性能指標PC)目標函數(shù)VD)經(jīng)驗來源E答案:ABD解析:[多選題]55.下列關于列表說法正確的有哪些？A)列表可包含任何類型的值：數(shù)字、字符串甚至序列。B)列表在不復制的情況下可以添加、刪除或修改列表元素。C)列表支持分片以及多元列表等特性，但不支持負數(shù)索引。D)列表用方括號[]括起，其中元素用逗號,分隔。答案:ABD解析:[多選題]56.Spark適用于那些場景？A)計算量大B)數(shù)據(jù)量大C)效率要求高D)web爬蟲答案:AC解析:[多選題]57.在Python中，執(zhí)行importdatetimeasdt語句后，如下時間或日期定義方式正確的是()。A)dt.datetime(2019,12,12,23,23,23)B)dt.datetime(2019,0,0,23,23,23))C)dt.datetime(2019,12,12,0)D)dt.time(23,23,23答案:ACD解析:[多選題]58.機器學習預測類任務包括（）？A)分類B)回歸C)聚類D)關聯(lián)規(guī)則挖掘答案:AB解析:[多選題]59.層次聚類方法包括A)劃分聚類方法B)凝聚型層次聚類方法C)分解型層次聚類方法D)基于密度聚類方法答案:BC解析:[多選題]60.數(shù)字電網(wǎng)不斷提高（）水平。A)數(shù)字化B)網(wǎng)絡化C)開源化D)智能化答案:ABD解析:人工智能部分[多選題]61.訓練集與測試集的劃分方法有：A)留出法B)交叉驗證法C)自助法D)調(diào)參答案:ABC解析:[多選題]62.數(shù)據(jù)挖掘的挖掘方法包括（）。A)聚類B)回歸分析C)神經(jīng)網(wǎng)絡D)決策樹算法答案:ABCD解析:利用數(shù)據(jù)挖掘進行數(shù)據(jù)分析常用的方法主要有分類、回歸分析、聚類、關聯(lián)規(guī)貝叭特征、變化和偏差分析、Web頁挖掘等.分類方法有決策樹算法、KNN算法（K-NearestNeighbor）,SVM算法、VSM算法、Bayes算法、神經(jīng)網(wǎng)絡等。聚類算法有基于密度、基于層次、基于模型、基于網(wǎng)格等。關聯(lián)規(guī)則算法有Apriori算法、FP-Growth算法。[多選題]63.RPA可以模擬出（）等鼠標操作。A)單擊B)雙擊C)懸浮D)拖拽答案:ABCD解析:[多選題]64.計算智能的主要研究領域包括（）。A)神經(jīng)計算B)進化計算C)模糊計算D)數(shù)字計算答案:ABC解析:[多選題]65.?電網(wǎng)一張圖?目標中的?電網(wǎng)?是指包含()的物理網(wǎng)絡。A)電產(chǎn)B)傳輸C)分配D)消費答案:ABCD解析:[多選題]66.數(shù)據(jù)使用環(huán)節(jié)的安全技術措施除防火墻、（）、防病毒、防DD。S、漏洞檢測等網(wǎng)絡安全防護技術措施外，還需實現(xiàn)以下安全技術能力：賬號權限管理、數(shù)據(jù)安全域、數(shù)據(jù)脫敏、日志管理和審計、異常行為實時監(jiān)控和終端數(shù)據(jù)防泄漏。A)入侵檢測B)病毒檢測C)程序檢測D)進程檢測答案:AD解析:[多選題]67.假設你有一個非常大的訓練集合，如下機器學習算法中，你覺著有哪些是能夠使用map-reduce框架并能將訓練集劃分到多臺機器上進行并行訓練？A)邏輯斯特回歸（LR)，以及隨機梯度下降(SGD)B)線性回歸及批量梯度下降(BGD)C)神經(jīng)網(wǎng)絡及批量梯度下降(BGD)D)針對單條樣本進行訓練的在線學習答案:BC解析:[多選題]68.下列方法中，可以用于特征降維的方法包括？()A)主成分分析PCAB)線性判別分析LDAC)AutoEncoderD)矩陣奇異值分解SVDE)最小二乘法LeastSquares答案:ABCD解析:第3部分：判斷題，共26題，請判斷題目是否正確。[判斷題]69.神經(jīng)網(wǎng)絡的標準結(jié)構(gòu)中每個神經(jīng)元由加權和與非線性變換構(gòu)成，然后將多個神經(jīng)元分層的擺放并連接形成神經(jīng)網(wǎng)絡A)正確B)錯誤答案:對解析:[判斷題]70.神經(jīng)網(wǎng)絡訓練時可以將全部參數(shù)初始化為0。A)正確B)錯誤答案:錯解析:[判斷題]71.機器學習，有學習能力，通過規(guī)則＋數(shù)據(jù)=答案，正確率不斷提升（）A)正確B)錯誤答案:錯解析:錯誤[判斷題]72.寬度優(yōu)先搜索不屬于盲目搜索。A)正確B)錯誤答案:錯解析:盲目搜索方法又叫非啟發(fā)式搜索，是一種無信息搜索，一般只適用于求解比較簡單的問題，盲目搜索通常是按預定的搜索策略進行搜索，而不會考慮到問題本身的特性。常用的盲目搜索有寬度優(yōu)先搜索和深度優(yōu)先搜索兩種。錯誤[判斷題]73.Relu激活函數(shù)在零點可導A)正確B)錯誤答案:錯解析:[判斷題]74.到目前為止，有少數(shù)通用的人工智能技術，所有大部分人工智能應用都是被限定在特定場景中，而少數(shù)則可能?通吃。A)正確B)錯誤答案:錯解析:[判斷題]75.數(shù)據(jù)是人工智能的支柱之一。()A)正確B)錯誤答案:對解析:[判斷題]76.?如果下雨，則地上就濕?，?地上不濕?可以推出?沒有下雨?。A)正確B)錯誤答案:對解析:[判斷題]77.赫伯特·西蒙提出了有限理性理論()A)正確B)錯誤答案:對解析:正確[判斷題]78.大數(shù)據(jù)是神經(jīng)網(wǎng)絡發(fā)展的有效前提A)正確B)錯誤答案:對解析:正確[判斷題]79.分類是研究已分類資料的特征，分析對象屬性，據(jù)此建立一個分類函數(shù)或分類模型，然后運用該模型將其他未經(jīng)分類或新的數(shù)據(jù)分派到不同的組中。A)正確B)錯誤答案:對解析:0[判斷題]80.命題邏輯實在為此邏輯的基礎上發(fā)展起來的，命題邏輯可以看成是為此邏輯的一種特殊形式。A)正確B)錯誤答案:錯解析:[判斷題]81.人臉算法的準確率并非越高越好，完全可以依據(jù)場景方的需要，吻合特定場合來設定。A)正確B)錯誤答案:對解析:正確[判斷題]82.可視化技術對于分析的數(shù)據(jù)類型通常不是專用性的。A)正確B)錯誤答案:錯解析:[判斷題]83.知識圖譜的定義：?知識圖譜的本質(zhì)上是語義網(wǎng)絡的知識庫。?()A)正確B)錯誤答案:對解析:[判斷題]84.GPU（GraphicsProcessingUnit，圖形處理器），也就是我們俗稱的?顯卡?A)正確B)錯誤答案:錯解析:[判斷題]85.詞向量（WordEmbedding）是一種分布式的表示方法，即把每個詞都表示為一個N維空間內(nèi)的點，即一個高維空間內(nèi)的向量，通過這種方法，把自然語言計算轉(zhuǎn)換為向量計算A)正確B)錯誤答案:對解析:正確[判斷題]86.裝置模型中的所有數(shù)據(jù)A象的值均可以通過寫服務修改。A)正確B)錯誤C)錯誤D)正確E)錯誤答案:對解析:[判斷題]87.人工智能研發(fā)者的多元化有助于滿足不同人群的需求，避免潛在的歧視問題。()A)正確B)錯誤答案:對解析:[判斷題]88.1954年，美國制造出世界上第一臺可編程的機器人一只機械手。()A)正確B)錯誤答案:對解析:[判斷題]89.常用的單向循環(huán)神經(jīng)網(wǎng)絡，同層的神經(jīng)元，彼此相連A)正確B)錯誤答案:錯解析:常用的單向循環(huán)神經(jīng)網(wǎng)絡，同層的神經(jīng)元，彼此不相連[判斷題]90.運算能力的高低對人工智能的影響很小A)正確B)錯誤答案:錯解析:[判斷題]91.美國共有33個州可以共享數(shù)據(jù)A)正確B)錯誤答案:對解析:正確[判斷題]92.機器學習對噪聲數(shù)據(jù)具有高承受能力，并能對未經(jīng)過訓練的數(shù)據(jù)具有分類能力，但其需要很長的訓練時間，因而對于有足夠長訓練時間的應用更合適。（）A)正確B)錯誤答案:對解析:[判斷題]93.一個環(huán)境只能配置一個機器人。A)正確B)錯誤答案:錯解析:[判斷題]94.去除冗余特征會減輕學習過程的負擔，因此在特征選擇階段應去除全部的冗余特征。A)正確B)錯誤答案