试题详情
- 简答题从应用的角度看，数据仓库的发展演变可以归纳为5个阶段：以报表为主、（）、以预测模型为主、以运营导向为主和以实时数据仓库和自动决策为主。
关注下方微信公众号，在线模考后查看
热门试题
- 一个典型的数据仓库系统由什么组成？
- 假设现在的数据挖掘任务是解析数据库中关于
- 对称的和不对称的二元属性有什么区别？
- 数据仓库的数据量通常较大，且数据一般很少
- 请谈一下你对元数据管理在数据仓库中的运用
- 何谓粒度？它对数据仓库有什么影响？按粒度
- 简述典型的聚类分析任务包括的步骤。
- 在抽样方法中，当合适的样本容量很难确定时
- 在基本K均值算法里，当邻近度函数采用（）
- 什么是数据清洗？
- 数据概化是指：（）
- 关于数据仓库的设计，四种不同的视图必须考
- 置信度（confidence）是衡量兴趣
- 数据库中的知识挖掘（KDD）包括以下七个
- 简述决策树的构建。
- 以下哪个聚类算法不是属于基于原型的聚类（
- 数据挖掘的性能问题主要包括：（）、（）和
- 数据从集结区加载到数据仓库中的主要方法是
- 分类问题中常用的评价准则有精确度、查全率
- 下表所示的相依表汇总了超级市场的事务数据