A.最近3期境外消費(fèi)金額
B.最近6期網(wǎng)銀消費(fèi)交易筆數(shù)
C.信用額度
D.距最近一次逾期的月數(shù)
您可能感興趣的試卷
你可能感興趣的試題
利用Apriori算法計(jì)算頻繁項(xiàng)集可以有效降低計(jì)算頻繁集的時(shí)間復(fù)雜度。在以下的購(gòu)物籃中產(chǎn)生支持度不小于3的候選3-項(xiàng)集,在候選2-項(xiàng)集中需要剪枝的是()
ID 項(xiàng)集
1 面包、牛奶
2 面包、尿布、啤酒、雞蛋
3 牛奶、尿布、啤酒、可樂(lè)
4 面包、牛奶、尿布、啤酒
5 面包、牛奶、尿布、可樂(lè)
A.啤酒、尿布
B.啤酒、面包
C.面包、尿布
D.啤酒、牛奶
A.等深分箱
B.等寬分箱
C.數(shù)據(jù)標(biāo)準(zhǔn)化
D.自定義區(qū)間法
A.缺失值填充
B.噪聲數(shù)據(jù)剔除
C.異常值識(shí)別
D.數(shù)據(jù)可視化
A.各種傳感器無(wú)時(shí)無(wú)刻不在為我們提供大量的數(shù)據(jù)
B.各種監(jiān)控設(shè)備無(wú)時(shí)無(wú)刻不在為我們提供大量的數(shù)據(jù)
C.各種智能設(shè)備無(wú)時(shí)無(wú)刻不在為我們提供大量的數(shù)據(jù)
D.互聯(lián)網(wǎng)的收集和積累
A.用平均值填充
B.忽略缺失記錄
C.以任意數(shù)據(jù)填充
D.用默認(rèn)值填充
最新試題
當(dāng)買方資產(chǎn)專用性高,而賣方資產(chǎn)專用性低時(shí),賣方企業(yè)選擇的戰(zhàn)略不是以下哪幾項(xiàng)()。
測(cè)度數(shù)據(jù)集中趨勢(shì)的指標(biāo)可分為()兩大類。
選擇渠道成員的標(biāo)準(zhǔn)包括()。
下列哪些是搜集數(shù)據(jù)的組織方式()。
以下對(duì)SVM算法的描述中正確的是()。
標(biāo)準(zhǔn)正態(tài)分布的期望值μ和標(biāo)準(zhǔn)差σ分別為()
在訓(xùn)練樣本集中,對(duì)于訓(xùn)練樣本數(shù)目不均衡的情況,處理方法妥當(dāng)?shù)氖牵ǎ?/p>
建設(shè)投資包括()等。
時(shí)間序列會(huì)受()因素共同作用。
用邏輯回歸方法得到的分析結(jié)果中,其中預(yù)測(cè)為正類的有102個(gè),其中78個(gè)預(yù)測(cè)正確。預(yù)測(cè)為負(fù)類的有115個(gè),其中83個(gè)預(yù)測(cè)正確。那么正類的precision和recall各是多少()。