A.根結(jié)點(diǎn)
B.內(nèi)部結(jié)點(diǎn)
C.外部結(jié)點(diǎn)
D.樹(shù)葉結(jié)點(diǎn)
您可能感興趣的試卷
你可能感興趣的試題
A.歷史記錄
B.股票交易數(shù)據(jù)
C.時(shí)間序列
D.生物學(xué)序列
A.集群中的數(shù)據(jù)點(diǎn)必須處于到核心點(diǎn)的距離閾限內(nèi)
B.它對(duì)數(shù)據(jù)空間中數(shù)據(jù)點(diǎn)的分布有很強(qiáng)的假設(shè)
C.它具有相當(dāng)高的時(shí)間復(fù)雜度O（n3）
D.它不需要預(yù)先知道期望出現(xiàn)的簇的數(shù)量
最新試題
在Hadoop集群中，一個(gè)MapReduce作業(yè)的執(zhí)行流程包括以下哪些（）
基于數(shù)據(jù)挖掘分析，開(kāi)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(shuō)法是錯(cuò)誤的（）
隨機(jī)森林利用隨機(jī)的方式將許多決策樹(shù)組合成一個(gè)森林，每個(gè)決策樹(shù)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（）
客戶感知溯源分析結(jié)合網(wǎng)管、經(jīng)分?jǐn)?shù)據(jù)等，建立貼近客戶使用體驗(yàn)的感知評(píng)價(jià)。通過(guò)（）核心算法從海量的客戶網(wǎng)絡(luò)行為樣本中識(shí)別異常點(diǎn)，并進(jìn)行聚類分析，判斷異常屬于群體現(xiàn)象或個(gè)別現(xiàn)象。
如何進(jìn)行數(shù)據(jù)清洗（）