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
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)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)。
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。
由于分類(lèi)是回歸的一種特殊情況,因此邏輯回歸是線性回歸的一種特殊情況。
數(shù)據(jù)存儲(chǔ)體系中并不牽扯計(jì)算機(jī)網(wǎng)絡(luò)這一環(huán)節(jié)。
支持向量機(jī)不適合大規(guī)模數(shù)據(jù)。
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。
當(dāng)反向傳播算法運(yùn)行到達(dá)到最小值時(shí),無(wú)論初始權(quán)重是什么,總是會(huì)找到相同的解(即權(quán)重)。
對(duì)于文本數(shù)據(jù)和多媒體數(shù)據(jù)進(jìn)行特征提取是為了方便對(duì)于這類(lèi)數(shù)據(jù)的觀察和理解。
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)。