分类器是基于现有数据构造出一个模型或者函数，以将数据库中的数据映射到给定类别，从而可以应用于数据预测。常包含以下步骤：①在训练样本上执行分类器算法，生成分类模型。 ②在测试样本上执行分类模型，生成预测结果。 ③选定样本（包含正样本和负样本），将所有样本分成训练样本和测试样本。④根据预测结果，计算必要的评估指标，评估分类模型的性能。构造和实施分类器的正确顺序为（）

A.①②③④

B.③①②④

C.④①②③

D.②③①④

A、分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型(即我们通常所说的分类器(Classifier))。

B、分类的方法包含决策树、逻辑回归、朴素贝叶斯、神经网络等算法

C、分类的标准统一

D、分类的结果有可能错误。

A.数学模型

B.分类函数

C.聚类模型

D.数据总结

A.建模

B.分类

C.相关性模拟

D.归纳

A.它使用具体的训练实例进行预测，不必维护源自数据的模型

B.分类一个测试样例开销很大

C.最近邻分类器基于全局信息进行预测

D.可以生产任意形状的决策边界

A.它使用具体的训练实例进行预测，不必维护源自数据的模型

B.分类一个测试样例开销很大

C.最近邻分类器基于全局信息进行预测

D.可以生产任意形状的决策边界

构造出一个合适的数据逻辑结构是()主要解决的问题。

A．关系数据库优化

B．数据字典

C．关系数据库规范化理论

D．关系数据库查询