A.劃分的方法
B.基于模型的方法
C.基于密度的方法
D.層次的方法
您可能感興趣的試卷
你可能感興趣的試題
A.Euclidean距離
B.Manhattan距離
C.Eula距離
D.Minkowski距離
A.判定樹歸納
B.貝葉斯分類
C.后向傳播分類
D.基于案例的推理
A.分類和聚類都是有指導的學習
B.分類和聚類都是無指導的學習
C.分類是有指導的學習，聚類是無指導的學習
D.分類是無指導的學習，聚類是有指導的學習
A.判定樹歸納
B.貝葉斯分類
C.后向傳播分類
D.基于案例的推理
A.OLTP系統(tǒng)主要用于管理當前數(shù)據(jù)，而OLAP系統(tǒng)主要存放的是歷史數(shù)據(jù)
B.在數(shù)據(jù)的存取上，OLTP系統(tǒng)比OLAP系統(tǒng)有著更多的寫操作
C.對OLTP系統(tǒng)上的數(shù)據(jù)訪問量往往比對OLAP系統(tǒng)的數(shù)據(jù)訪問量要大得多
D.OLAP系統(tǒng)中往往存放的是匯總的數(shù)據(jù)，而OLTP系統(tǒng)中往往存放詳細的數(shù)據(jù)
最新試題
使決策樹更深將確保更好的擬合度，但會降低魯棒性。
完整性，一致性，時效性，唯一性，有效性，準確性是衡量數(shù)據(jù)質量的六個維度指標。
通常，當試圖從大量觀察中學習具有少量狀態(tài)的HMM時，我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓練數(shù)據(jù)的可能性。
使用正則表達式可以找到一個文本文件中所有可能出現(xiàn)的手機號碼。
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)訪問會成倍的降低訪問時間。
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。
當反向傳播算法運行到達到最小值時，無論初始權重是什么，總是會找到相同的解（即權重）。
管理員不需要驗證就可以訪問數(shù)據(jù)存儲系統(tǒng)中的任何數(shù)據(jù)，這符合數(shù)據(jù)安全的要求。
支持向量機不適合大規(guī)模數(shù)據(jù)。
數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個信箱。