A.其支持度小于閾值
B.都是不讓人感興趣的
C.包含負模式和負相關(guān)模式
D.對異常數(shù)據(jù)項敏感
您可能感興趣的試卷
你可能感興趣的試題
A.支持度閥值
B.項數(shù)(維度)
C.事務數(shù)
D.事務平均寬度
A.數(shù)據(jù)的抽取
B.存儲和管理
C.數(shù)據(jù)的表現(xiàn)
D.數(shù)據(jù)倉庫設(shè)計
A.數(shù)據(jù)倉庫就是數(shù)據(jù)庫
B.數(shù)據(jù)倉庫是一切商業(yè)智能系統(tǒng)的基礎(chǔ)
C.數(shù)據(jù)倉庫是面向業(yè)務的,支持聯(lián)機事務處理(OLTP)
D.數(shù)據(jù)倉庫支持決策而非事務處理
E.數(shù)據(jù)倉庫的主要目標就是幫助分析,做長期性的戰(zhàn)略制定
A.主成分分析
B.特征提取
C.奇異值分解
D.特征加權(quán)
E.離散化
A.連續(xù)性
B.維度
C.稀疏性
D.分辨率
E.相異性
最新試題
隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
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。
無論質(zhì)心的初始化如何,K-Means始終會給出相同的結(jié)果。
如果P(A B)= P(A),則P(A∩B)= P(A)P(B)。
當MAP中使用的先驗是參數(shù)空間上的統(tǒng)一先驗時,MAP估計等于ML估計。
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。
通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。
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。
假設(shè)屬性的數(shù)量固定,則可以在時間上以線性方式學習基于高斯的貝葉斯最優(yōu)分類器,而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。
給定用于2類分類問題的線性可分離數(shù)據(jù)集,線性SVM優(yōu)于感知器,因為SVM通常能夠在訓練集上實現(xiàn)更好的分類精度。