A.在線性
B.對用戶的快速響應(yīng)
C.互操作性
D.多維分析
您可能感興趣的試卷
你可能感興趣的試題
A.粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細(xì)程度和級別
B.數(shù)據(jù)越詳細(xì),粒度就越小,級別也就越高
C.數(shù)據(jù)綜合度越高,粒度也就越大,級別也就越高
D.粒度的具體劃分將直接影響數(shù)據(jù)倉庫中的數(shù)據(jù)量以及查詢質(zhì)量
A.基本元數(shù)據(jù)與數(shù)據(jù)源,數(shù)據(jù)倉庫,數(shù)據(jù)集市和應(yīng)用程序等結(jié)構(gòu)相關(guān)的信息
B.基本元數(shù)據(jù)包括與企業(yè)相關(guān)的管理方面的數(shù)據(jù)和信息
C.基本元數(shù)據(jù)包括日志文件和簡歷執(zhí)行處理的時序調(diào)度信息
D.基本元數(shù)據(jù)包括關(guān)于裝載和更新處理,分析處理以及管理方面的信息
A.數(shù)據(jù)倉庫隨時間的變化不斷增加新的數(shù)據(jù)內(nèi)容
B.捕捉到的新數(shù)據(jù)會覆蓋原來的快照
C.數(shù)據(jù)倉庫隨事件變化不斷刪去舊的數(shù)據(jù)內(nèi)容
D.數(shù)據(jù)倉庫中包含大量的綜合數(shù)據(jù),這些綜合數(shù)據(jù)會隨著時間的變化不斷地進(jìn)行重新綜合
A.探索性數(shù)據(jù)分析
B.建模描述
C.預(yù)測建模
D.尋找模式和規(guī)則
A.分類
B.聚類
C.關(guān)聯(lián)分析
D.隱馬爾可夫鏈
最新試題
由于決策樹學(xué)會了對離散值輸出而不是實值函數(shù)進(jìn)行分類,因此它們不可能過度擬合。
數(shù)據(jù)收集中的拉模式需要通過定時的方式不斷地觸發(fā),才能源源不斷地獲取對應(yīng)的數(shù)據(jù)。
無論質(zhì)心的初始化如何,K-Means始終會給出相同的結(jié)果。
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。
非結(jié)構(gòu)化數(shù)據(jù)也可以使用關(guān)系型數(shù)據(jù)庫來存儲。
如果P(A B)= P(A),則P(A∩B)= P(A)P(B)。
公司內(nèi)部收集的數(shù)據(jù)不存在需要考慮數(shù)據(jù)隱私的環(huán)節(jié)。
小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機(jī)手段來完成。
數(shù)據(jù)存儲體系中并不牽扯計算機(jī)網(wǎng)絡(luò)這一環(huán)節(jié)。
選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個值,并選擇最小化失真度量的值。