试题详情
- 简答题数据挖掘
- 从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。
关注下方微信公众号，在线模考后查看
热门试题
- 简述数据预处理方法和内容。
- 可视化技术对于分析的数据类型通常不是专用
- 以下哪些算法是分类算法，（）。
- 简述ID3算法的基本思想及其主算法和建树
- （）将两个簇的邻近度定义为两个簇合并时导
- 进行数据预处理时所使用的主要方法包括：（
- 噪声平滑方法：（）。
- 进行数值归约时，三种常用的有参方法是：（
- 考虑这么一种情况：一个对象碰巧与另一个对
- 简述数据仓库设计的三级模型的基本内容。
- 什么是基于像素的可视化技术？它有什么缺点
- 关于混合模型聚类算法的优缺点，下面说法正
- 什么是特征选择？
- 请描述主成份分析（PCA）算法步骤
- 数据变换的内容是什么？
- 根据规则中所处理的值类型，关联规则可分为
- BIRCH是一种（）。
- Bayes法是一种在已知后验概率与类条件
- 数据集如下表所示： （a）把每一个事务
- 聚类分析中常见的数据类型有哪些？