A.無向無環(huán)
B.有向無環(huán)
C.有向有環(huán)
D.無向有環(huán)
您可能感興趣的試卷
你可能感興趣的試題
A.OLAP和OLAM都基于客戶機(jī)/服務(wù)器模式，只有后者有與用戶的交互性
B.由于OLAM的立方體和用于OLAP的立方體有本質(zhì)的區(qū)別
C.基于WEB的OLAM是WEB技術(shù)與OLAM技術(shù)的結(jié)合
D.OLAM服務(wù)器通過用戶圖形借口接收用戶的分析指令，在元數(shù)據(jù)的知道下，對(duì)超級(jí)立方體作一定的操作
關(guān)于OLAP的特性，下面正確的是：（）。
（1）快速性
（2）可分析性
（3）多維性
（4）信息性
（5）共享性
A.（1）（2）（3）
B.（2）（3）（4）
C.（1）（2）（3）（4）
D.（1）（2）（3）（4）（5）
A.在完成數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施過程中，需要對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行各種測(cè)試.測(cè)試工作中要包括單元測(cè)試和系統(tǒng)測(cè)試
B.當(dāng)數(shù)據(jù)倉(cāng)庫(kù)的每個(gè)單獨(dú)組件完成后，就需要對(duì)他們進(jìn)行單元測(cè)試
C.系統(tǒng)的集成測(cè)試需要對(duì)數(shù)據(jù)倉(cāng)庫(kù)的所有組件進(jìn)行大量的功能測(cè)試和回歸測(cè)試
D.在測(cè)試之前沒必要制定詳細(xì)的測(cè)試計(jì)劃
A.數(shù)據(jù)倉(cāng)庫(kù)開發(fā)要從數(shù)據(jù)出發(fā)
B.數(shù)據(jù)倉(cāng)庫(kù)使用的需求在開發(fā)出去就要明確
C.數(shù)據(jù)倉(cāng)庫(kù)的開發(fā)是一個(gè)不斷循環(huán)的過程，是啟發(fā)式的開發(fā)
D.在數(shù)據(jù)倉(cāng)庫(kù)環(huán)境中，并不存在操作型環(huán)境中所固定的和較確切的處理流，數(shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)分析和處理更靈活，且沒有固定的模式
A.有放回的簡(jiǎn)單隨機(jī)抽樣
B.無放回的簡(jiǎn)單隨機(jī)抽樣
C.分層抽樣
D.漸進(jìn)抽樣
最新試題
使決策樹更深將確保更好的擬合度，但會(huì)降低魯棒性。
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)。
由于決策樹學(xué)會(huì)了對(duì)離散值輸出而不是實(shí)值函數(shù)進(jìn)行分類，因此它們不可能過度擬合。
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)訪問是線性訪問，但是做了索引的數(shù)據(jù)訪問會(huì)成倍的降低訪問時(shí)間。
由于分類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。
使用偏差較小的模型總是比偏差較大的模型更好。
數(shù)據(jù)壓縮與解壓縮可以使得數(shù)據(jù)處理的速度加快。
支持向量機(jī)不適合大規(guī)模數(shù)據(jù)。
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)于這類數(shù)據(jù)的觀察和理解。
通常，當(dāng)試圖從大量觀察中學(xué)習(xí)具有少量狀態(tài)的HMM時(shí)，我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓(xùn)練數(shù)據(jù)的可能性。