A.按照相似性和相异性进行划分后,每个群组内部各对象间的相似度会很高,而不同群组对象之间的相异度很低
B.数据处理阶段用作数据探索的工具,通过聚类发现数据间的深层次的关系等
C.运用层次的方法,依次让最相似的数据对象两两合并,这样不断地合并,最后就形成了一棵聚类树
D.直接作为模型对观察对象进行群体划分
第1题
A.神经网络(NeuralNetwork)是通过数学算法来模仿人脑思维的抽象计算模型,它是数据挖掘中机器学习的典型代表
B.回归分析是通过建立模型来研究变量之间相互关系的密切程度、结构状态及进行模型预测的一种有效工具
C.贝叶斯分类方法(BayesianClassifier)是非常成熟的统计学分类方法,它主要用来预测类成员间关系的可能性
D.关联规则经过划分后,每个群组内部各对象间的相似度会很高,而在不同群组之间的对象彼此间将具有很高的相异度
第2题
A.朴素贝叶斯分类方法可以跟决策树和神经网络算法相媲美
B.一种非常成熟的统计学分类方法
C.主要用来确定群组内部和群租间的相似度和相异度
D.主要用于分类问题的归类等
第9题
A.多个实验因素的各水平进行组合,对各种可能的组合都进行实验
B.受试对象配成对子,每对中的受试对象分别接受不同的处理
C.受试对象配成区组,每个区组中的受试对象分别接受不同的处理
D.受试对象随机分配到不同处理组中进行实验
E.特殊的自身对照设计,以比较各处理组间的差异
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!