關于OLAP的特性,下面正確的是()
(1)快速性(2)可分析性(3)多維性(4)信息性(5)共享性
A.(1)(2)(3)
B.(2)(3)(4)
C.(1)(2)(3)(4)
D.(1)(2)(3)(4)(5)
您可能感興趣的試卷
你可能感興趣的試題
A.在線性
B.對用戶的快速響應
C.互操作性
D.多維分析
A.粒度是指數(shù)據(jù)倉庫小數(shù)據(jù)單元的詳細程度和級別
B.數(shù)據(jù)越詳細,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)集市和應用程序等結構相關的信息
B.基本元數(shù)據(jù)包括與企業(yè)相關的管理方面的數(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)行處理的時序調度信息
D.基本元數(shù)據(jù)包括關于裝載和更新處理,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行重新綜合
A.探索性數(shù)據(jù)分析
B.建模描述
C.預測建模
D.尋找模式和規(guī)則
最新試題
任何對數(shù)據(jù)處理與存儲系統(tǒng)的操作均需要記錄,這符合數(shù)據(jù)安全的要求。
訓練神經(jīng)網(wǎng)絡具有過度擬合訓練數(shù)據(jù)的潛在問題。
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。
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。
如果P(A B)= P(A),則P(A∩B)= P(A)P(B)。
假設屬性的數(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。
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。
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。
使決策樹更深將確保更好的擬合度,但會降低魯棒性。
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。