下面关于CL-2000i的样本量说法正确的是（）

A.在Python中，单样本Z检验可以使用scipy.stats.ttest1samp（）实现

B.单样本Z检验适用于样本量较大的情况

C.单样本Z检验假设要检验的统计量（近似）满足正态分布

D.单样本Z检验常用于检验总体平均值是否等于某个常量

A.当单样本t检验的自由度越来越大时，正态分布越来越趋向于t分布

B.单样本t检验适用于样本量比较多（n》30）的情况

C.t分布的不确定性比正态分布小，其原因是样本数量比较小

D.单样本t检验通常也被叫做学生t检验

A.0

B.1

C.2

D.3

A.适合于大样本

B.类别数目的确定具有一定的主观性

C.事先不确定要分多少类，先把每一个对象作为一类，然后一层一层分类

D.要求研究者先指定需要划分的类别个数

E.计算量较小，效率比层次聚类要高

A.10ppm

B.1ppm

C.0.1ppm

D.0.01ppm

A.样本集中分类的比例越平均，信息熵越小

B.信息熵与信息增益成正比

C.信息增益越大，则特征能够为分类系统带来信息量越大

D.信息熵与信息增益成反比

A.抽样时应使得总体中的每一个个体都有同等的机会被抽取 　　

B.研究者在抽样时应精心挑选个体， 以使样本更能代表总体 　　

C.随机抽样即随意抽取个体 　　

D.为确保样本具有更好的代表性， 样本量应越大越好 　　

E.选择符合研究者意愿的样本 　　

A.只要有1家店就算

B.满足个人名下的所有门店

C.满足个人5家门店或者满足个人大于等于50%门店

D.满足个人10家门店或者满足个人大于等于80%门店

A.k近邻可以用于分类，但是不能用于回归

B.k近邻属于“急切学习”

C.k近邻用于分类时，对于新的样本，计算离其最近的k个样本的平均值，作为新样本的预测值

D.k近邻用于分类时，对于新的样本，根据其k个最近邻样本的类别，通过多数表决的方式预测新样本的类别

A.0cm

B.1cm

C.1.5cm

D.2cm

A.近似于正态分布

B.所有可能的样本的比例的平均值等于总体比例

C.比例抽样分布的标准误差可以计算

D.是正态分布