（)比较适合描述数据在平面或空间中的分布，可以用来帮助分析数据之间的关联，或者观察聚类算法的选择和参数设置对聚类效果的影响。

A.散点图

B.柱状图

C.折线图

D.饼状图

A.聚类算法

B.分类算法

C.回归类算法

D.关联类算法

A.聚类分析适合探讨样本间相互关联关系从而对一个样本结构做一个初步的评价

B.聚类是一种监督的学习方法

C.聚类不依赖于事先确定的数据类别

D.聚类是观察式学习

A.柱状图

B.散点图

C.折线图

D.饼状图

A.叠加

B.联合

C.聚类

D.分类

A.利用深度学习算法从原始数据入手进行分析，借助算法理解数据中的模式

B.利用深度学习全面挖掘数据中的隐含信息

C.考虑聚类算法对工况进行聚类，并针对每一种工况条件进行分析

D.釆用模糊逻辑一类的人工智能算法将专家经验引入分析模型

A.考虑应用相似性学习或者广度学习的方法,分析该设备和其近邻设备的关系或利用近邻设备的信息估算该设备的状态

B.利用深度学习全面挖掘数据中的隐含信息

C.考虑聚类算法对工况进行聚类，并针对每一种工况条件进行分析

D.釆用有监督学习的算法，用历史数据中的健康和故障数据建立模型并对当前采集的信号进行分析

A.关联

B.聚类

C.回归

D.分类

A.分类

B.聚类

C.关联分析

D.隐马尔可夫过程