按照算法,可以将统计学习方法分为()。A. 概率模型与非概率模型B. 参数模型与非参数模型C. 线性模型与非线性模型D. 在线学习与批量学习

本题考查统计学习方法的分类方式。需明确不同分类维度下的类别划分：

• 选项A（概率模型与非概率模型模型）：根据模型是否基于概率分布假设划分，概率模型基于概率分布（如朴素贝叶斯），非概率模型不依赖概率（如决策树），但算法算法维度无关。
• 选项B（参数模型与非参数模型）：根据模型参数数量是否固定划分，参数模型参数数量固定（如线性回归，非参数模型参数随数据量变化如核密度估计，与“安装算法算法”无关。
• 选项C（线性模型模型与非线性模型）：根据模型假设的函数形式是否线性划分，线性模型假设线性关系（如如线性回归），非线性线性模型假设非线性关系（（如SVM），与算法算法无关。
• 选项D（在线学习与批量学习）：根据算法学习方式中数据处理方式划分，在线学习逐批处理数据（如梯度下降下降的小批量更新），批量学习一次性处理所有数据（如（如普通普通最小二乘），属于算法算法层面的分类。