您可能感興趣的試卷
你可能感興趣的試題
A.完全獨(dú)立的數(shù)據(jù)
B.函數(shù)依賴的數(shù)據(jù)
C.離散數(shù)據(jù)
D.連續(xù)數(shù)據(jù)
A.單指標(biāo)相關(guān)性小
B.單指標(biāo)相關(guān)性大
C.模型穩(wěn)定性好
D.模型準(zhǔn)確性高
A.挖掘的數(shù)據(jù)庫類型
B.挖掘的知識(shí)類型
C.挖掘所用的技術(shù)
D.應(yīng)用
A.數(shù)據(jù)利用非常不足
B.在開發(fā)知識(shí)發(fā)現(xiàn)系統(tǒng)時(shí)，領(lǐng)域?qū)＜覍?duì)該領(lǐng)域的熟悉程度至關(guān)重要
C.最終用戶專門知識(shí)缺乏
D.海量數(shù)據(jù)集
A.50％
B.100％
C.70％
D.無法計(jì)算
A.填寫缺失的值
B.平滑噪聲數(shù)據(jù)
C.刪除離群點(diǎn)
D.解決不一致性
A.快速性
B.數(shù)字化
C.互動(dòng)性
D.共享
A.當(dāng)業(yè)務(wù)質(zhì)量分析的樣本流量太大，可以結(jié)合計(jì)算資源能力，通過合理比例的樣本抽樣，開展指標(biāo)計(jì)算與分析
B.對(duì)于業(yè)務(wù)質(zhì)量的指標(biāo)分析，選取單個(gè)用戶的業(yè)務(wù)訪問xdr，即可計(jì)算該業(yè)務(wù)的指標(biāo)情況，評(píng)估該業(yè)務(wù)是否存在內(nèi)容資源質(zhì)差
C.不同業(yè)務(wù)的質(zhì)量指標(biāo)通常存在一定差值，該現(xiàn)象與各業(yè)務(wù)的業(yè)務(wù)特性、用戶行為、內(nèi)容資源差異等多個(gè)因素有關(guān)，屬于正?，F(xiàn)象
D.業(yè)務(wù)質(zhì)量分析中，通常結(jié)合業(yè)務(wù)指標(biāo)的歷史值（如該指標(biāo)上周均值）與指標(biāo)的固定閾值（如成功率是否低于90%），來作為是否出現(xiàn)質(zhì)差或者劣化的判斷依據(jù)
A.專網(wǎng)TAC信息
B.用戶速度判斷
C.多普勒頻移
D.進(jìn)出站口公網(wǎng)TAC
A.決策樹算法
B.回歸算法
C.聚類分析
D.神經(jīng)網(wǎng)絡(luò)算法
最新試題
互聯(lián)網(wǎng)本身具有（）的特征，這種屬性特征給數(shù)據(jù)搜集、整理、研究帶來了革命性的突破。
如果購買鐵錘的顧客中有70％的人購買了鐵釘，那么置信度是（）。
如何進(jìn)行數(shù)據(jù)清洗（）
樸素貝葉斯分類器對(duì)（）數(shù)據(jù)具有較好的分類效果。
GSP算法存在的問題包括（）。
TOP終端分析的準(zhǔn)確性在于（）
不屬于數(shù)據(jù)挖掘的功能是（）
客戶感知溯源分析結(jié)合網(wǎng)管、經(jīng)分?jǐn)?shù)據(jù)等，建立貼近客戶使用體驗(yàn)的感知評(píng)價(jià)。通過（）核心算法從海量的客戶網(wǎng)絡(luò)行為樣本中識(shí)別異常點(diǎn)，并進(jìn)行聚類分析，判斷異常屬于群體現(xiàn)象或個(gè)別現(xiàn)象。
關(guān)于ROC曲線和ROC統(tǒng)計(jì)量，正確的說法有（）
隨機(jī)森林利用隨機(jī)的方式將許多決策樹組合成一個(gè)森林，每個(gè)決策樹在分類的時(shí)候決定測(cè)試樣本的最終類別。它的優(yōu)點(diǎn)是（）