A.上卷
B.下鉆
C.切塊
D.轉軸
您可能感興趣的試卷
你可能感興趣的試題
A.分布的
B.代數(shù)的
C.整體的
D.混合的
A.空缺值
B.噪聲數(shù)據
C.不一致數(shù)據
D.敏感數(shù)據
A.數(shù)據壓縮
B.數(shù)據概化
C.維歸約
D.規(guī)范化
A.設備異常
B.命名規(guī)則的不一致
C.與其他已有數(shù)據不一致而被刪除
D.在輸入時，有些數(shù)據因為得不到重視而沒有被輸入
A.數(shù)據中的空缺值
B.噪聲數(shù)據
C.數(shù)據中的不一致性
D.數(shù)據中的概念分層
最新試題
無論質心的初始化如何，K-Means始終會給出相同的結果。
由于決策樹學會了對離散值輸出而不是實值函數(shù)進行分類，因此它們不可能過度擬合。
數(shù)據壓縮與解壓縮可以使得數(shù)據處理的速度加快。
假設屬性的數(shù)量固定，則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據集中記錄的數(shù)量。
管理員不需要驗證就可以訪問數(shù)據存儲系統(tǒng)中的任何數(shù)據，這符合數(shù)據安全的要求。
任何對數(shù)據處理與存儲系統(tǒng)的操作均需要記錄，這符合數(shù)據安全的要求。
當數(shù)據集標簽錯誤的數(shù)據點時，隨機森林通常比AdaBoost更好。
根據數(shù)據科學家與數(shù)據工程師對于問題的理解并相互討論，然后確定需要收集數(shù)據的范圍以及種類，然后數(shù)據工程師使用數(shù)據收集工具，架構，甚至編程的形式來進行數(shù)據收集的工作，然后并把數(shù)據收集的數(shù)據放置到對應的存儲系統(tǒng)。
數(shù)據索引是保證數(shù)據處理高性能的軟件角度的一種手段，不做數(shù)據索引的數(shù)據訪問是線性訪問，但是做了索引的數(shù)據訪問會成倍的降低訪問時間。
數(shù)據收集中的拉模式需要通過定時的方式不斷地觸發(fā)，才能源源不斷地獲取對應的數(shù)據。