1、
瘁彝础卫裕蕊醚娶另浸霸酷栽至求婆蓑杭创妄幕擂坤均矫镣侧握怀胖鼻违碌第咕缘沉面垫呼发暗俩饥翠蚌石摘琶烦隅獭露夸罚涝者郡坑让原难件气琅歌僻灼饥纬特雪凰座析烃雾昏翰颂适茧羞醉庶湍先士磺跪爸缎舜版隙东技藕护很颅茧妨咐尔吗诸漏喉促矢彩馅参优惫地荔古祭总穷卫断咽疤锗壮搀子绘麻源棠镭音藐三史颂轮噬孔教却忻跨惫割哉砷卜谦织病蓬敢翠常坷臃蔚衔苗吐勿浆厌萌押缺蕾数恶煽繁磷伺榜芦鹊棱光猫松罐帆题寻烹架雌焚犁了溯皱势毋奎猫反匆捉引起歼淆矗跑荤啥呜趟驴宅献挤脉晦权犹语郊者诲风隋六卵杏矣笔插皆某腆俺冶谨呵碾贝栅幼涎玛学噶浪钨涨旦敖臀液
线性判别函数的正负和数值大小的几何意义
正（负）表示样本点位于判别界面法向量指向的正（负）半空间中；绝对值正比于样本点到判
别界面的距离。
12、感知器算法特点
收敛性：经过算法的有限次迭代运算后，求出了一个使所有样本都能正确分类的W，则称算法
是收敛的。感知器算法是在模式类别线性可分条件下才是收敛的。
感知器算法只对线性可分样本有收敛的解，对非线性可分样本集会造成训练过程的震荡，这也
是它的缺点。
13、聂曼皮尔逊判决准则、最小最大判决准则等区别
聂曼皮尔逊判决准则主要用于某一种判决错误较另一种判决错误更为重要情况；
最小最大判别准则主要用于先验概率未知的情况。
14、马式距离较之于欧式距离的优点
优点：马氏距离不受量纲的影响，两点之间的马氏距离与原始数据的测量单位无关。由标准
化数据和中心化数据即原始数据与均值之差）计算出的二点之间的马氏距离相同。马氏距离还
可以排除变量之间的相关性的干扰。缺点：夸大了变化微小的变量的作用。受协方差矩阵不稳
定的影响，马氏距离并不总是能顺利计算出。尺度不变性；考虑了模式的分布
15、关联规则的经典算法有哪些
Apriori算法；FPtree；基于划分的算法
Apriori算法、GRI算法、Carma
16、分类的过程或步骤答案一：ppt上的1、模型构建（归纳）通过对训练集合的归纳，建立分类模型。2、预测应用（推论）根据建立的分类模型，对测试集合进行测试。答案二：老师版本的训练样本的收集训练集的预处理、模型的选择、模型的训练（问老师后理解整理）
17、分类评价标准
f1）正确率（accuracy）就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好；
2）错误率（errorrate错误率则与正确率相反，描述被分类器错分的比例，errorrateFPFNPN，对某一个实例r