数据挖掘的分类方法很多。根据不同挖掘任务,可将其分为(63)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等
A.根据性别划分公司的顾客
B.按学生的标识号对学生数据库排序
C.使用历史记录数据预测某公司未来的股票价格
D.监视地震活动的地震波
E.监视病人心率的异常变化
数据挖掘的分类方法很多。根据不同挖掘方法,可将其分为(47)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等
A.聚类是对整个样本集的划分,而不是对单个样本的识别
B.聚类的依据是“样本间的相似程度”
C.聚类结果是“无遗漏”、“无重复”的
D.数据聚类是典型的的有监督学习
(62)A.分类
B.关联规则
C.聚类
D.时序模式