判断题 逻辑回归和朴素贝叶斯都有对属性特征独立的要求

判断题 决策树的适用面较广，对于分类应用和回归应用，决策树都可以被用来构建模型。

判断题 通常，我们认为对于一个系统来说，误差越小越好，因此无论是泛化误差还是经验误差，都是越小越好。

判断题 在基于SGD随机梯度下降算法的神经网络中，每次打乱数据是非常重要和必不可少

判断题 特征空间越大，过拟合的可能性越大。

判断题 在初始数据量足够时，自助法比交叉验证法更为常用。

判断题 过拟合是有监督学习的挑战，而不是无监督学习

判断题 过拟合比欠拟合更容易克服。

判断题 由于贝努力贝叶斯比适合于贝努力（二项分布）分布，因此，贝努力贝叶斯只能用于二分类任务