A.關(guān)聯(lián)分析
B.分類(lèi)和預(yù)測(cè)
C.孤立點(diǎn)分析
D.演變分析
E.概念描述
您可能感興趣的試卷
你可能感興趣的試題
A.關(guān)聯(lián)分析
B.分類(lèi)和預(yù)測(cè)
C.聚類(lèi)分析
D.孤立點(diǎn)分析
E.演變分析
A.所涉及的算法的復(fù)雜性
B.所涉及的數(shù)據(jù)量
C.計(jì)算結(jié)果的表現(xiàn)形式
D.是否使用了人工智能技術(shù)
A.目標(biāo)市場(chǎng)分析
B.購(gòu)物籃分析
C.模式識(shí)別
D.信用卡欺詐檢測(cè)
A.二分K均值
B.MST
C.Chameleon
D.組平均
A.MIN(單鏈)
B.MAX(全鏈)
C.組平均
D.Chameleon
最新試題
無(wú)論質(zhì)心的初始化如何,K-Means始終會(huì)給出相同的結(jié)果。
數(shù)據(jù)復(fù)制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個(gè)角度來(lái)設(shè)計(jì)和實(shí)現(xiàn)的。
使決策樹(shù)更深將確保更好的擬合度,但會(huì)降低魯棒性。
數(shù)據(jù)索引是保證數(shù)據(jù)處理高性能的軟件角度的一種手段,不做數(shù)據(jù)索引的數(shù)據(jù)訪(fǎng)問(wèn)是線(xiàn)性訪(fǎng)問(wèn),但是做了索引的數(shù)據(jù)訪(fǎng)問(wèn)會(huì)成倍的降低訪(fǎng)問(wèn)時(shí)間。
公司內(nèi)部收集的數(shù)據(jù)不存在需要考慮數(shù)據(jù)隱私的環(huán)節(jié)。
完整性,一致性,時(shí)效性,唯一性,有效性,準(zhǔn)確性是衡量數(shù)據(jù)質(zhì)量的六個(gè)維度指標(biāo)。
小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計(jì)算機(jī)手段來(lái)完成。
數(shù)據(jù)收集中的拉模式需要通過(guò)定時(shí)的方式不斷地觸發(fā),才能源源不斷地獲取對(duì)應(yīng)的數(shù)據(jù)。
給定用于2類(lèi)分類(lèi)問(wèn)題的線(xiàn)性可分離數(shù)據(jù)集,線(xiàn)性SVM優(yōu)于感知器,因?yàn)镾VM通常能夠在訓(xùn)練集上實(shí)現(xiàn)更好的分類(lèi)精度。
任務(wù)調(diào)度系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)才能使得數(shù)據(jù)收集工作可以不間斷地按照既定的目標(biāo)從目標(biāo)源獲取數(shù)據(jù)。