试题详情
- 判断题聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象类。
关注下方微信公众号，在线模考后查看
热门试题
- 数据挖掘
- 数据挖掘应用和一些常见的数据统计分析系统
- 以下哪个聚类算法不是属于基于原型的聚类（
- 下面哪种分类方法是属于神经网络学习算法？
- 举例说明聚类分析的典型应用。
- 以下属于可伸缩聚类算法的是（）。
- OLAP服务器的类型主要包括：（）、（）
- 在基本K均值算法里，当邻近度函数采用（）
- 图挖掘技术在社会网络分析中扮演了重要的角
- 考虑这么一种情况：一个对象碰巧与另一个对
- 简述数据挖掘的过程。
- 简述分类模型性能评价的指标。
- 下表中列出了4个点的两个最近邻。使用SN
- 常用的数值属性概念分层的方法有哪些？
- 数据挖掘的目标不在于数据采集策略，而在于
- 列举离群点挖掘的常见应用。
- 简述数据仓库的组成。
- SQL Server SSAS提供了所有
- 何谓文本挖掘？它与信息检索有什么关系（异
- 假设描述学生的信息包含属性：性别，籍贯，