隨機(jī)森林利用隨機(jī)的方式將許多決策樹組合成一個森林，每個決策樹在分類的時候決定測試樣本的最終類別。它的優(yōu)點是（）

樸素貝葉斯分類器對（）數(shù)據(jù)具有較好的分類效果。

數(shù)據(jù)挖掘系統(tǒng)可以根據(jù)什么標(biāo)準(zhǔn)進(jìn)行分類（）

Tableau是廣義數(shù)據(jù)挖掘中的哪一類工具（）

聚類分析中，通常使用（）來衡量兩個對象之間的相異度。

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的感知評價。通過（）核心算法從海量的客戶網(wǎng)絡(luò)行為樣本中識別異常點，并進(jìn)行聚類分析，判斷異常屬于群體現(xiàn)象或個別現(xiàn)象。

TOP終端分析的準(zhǔn)確性在于（）

當(dāng)目標(biāo)是連續(xù)變量時，該決策樹是（）

最優(yōu)影響力模型選擇標(biāo)準(zhǔn)是（）

AprioriSome算法可以看作是AprioriAll算法的改進(jìn)，具體過程分為（）兩個階段。