數(shù)據(jù)挖掘系統(tǒng)可以根據(jù)什么標(biāo)準(zhǔn)進(jìn)行分類（）

隨機(jī)森林利用隨機(jī)的方式將許多決策樹組合成一個(gè)森林，每個(gè)決策樹在分類的時(shí)候決定測(cè)試樣本的最終類別。它的優(yōu)點(diǎn)是（）

集中性能系統(tǒng)的數(shù)據(jù)源不包括（）

GSP算法存在的問題包括（）。

關(guān)聯(lián)規(guī)則挖掘最為著名的是Agrawal等人提出的（）及其改進(jìn)算法。

分類分析的兩個(gè)階段分別為（）。

當(dāng)目標(biāo)是連續(xù)變量時(shí)，該決策樹是（）

Tableau是廣義數(shù)據(jù)挖掘中的哪一類工具（）

樸素貝葉斯分類器對(duì)（）數(shù)據(jù)具有較好的分類效果。

基于數(shù)據(jù)挖掘分析，開展業(yè)務(wù)質(zhì)量分析的分析與預(yù)判時(shí)，下列哪項(xiàng)說法是錯(cuò)誤的（）