AprioriAll算法存在的問題包括（）。

集中性能系統(tǒng)的數(shù)據(jù)源不包括（）

在自然演化體系結(jié)構(gòu)中，關(guān)于導(dǎo)致數(shù)據(jù)缺乏可信性的原因的說法哪個不正確（）

隨機森林利用隨機的方式將許多決策樹組合成一個森林，每個決策樹在分類的時候決定測試樣本的最終類別。它的優(yōu)點是（）

聚類分析中，通常使用（）來衡量兩個對象之間的相異度。

AprioriSome算法可以看作是AprioriAll算法的改進，具體過程分為（）兩個階段。

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的感知評價。通過（）核心算法從海量的客戶網(wǎng)絡(luò)行為樣本中識別異常點，并進行聚類分析，判斷異常屬于群體現(xiàn)象或個別現(xiàn)象。

關(guān)于ROC曲線和ROC統(tǒng)計量，正確的說法有（）

關(guān)于SOM聚類算法描述正確的是（）

互聯(lián)網(wǎng)本身具有（）的特征，這種屬性特征給數(shù)據(jù)搜集、整理、研究帶來了革命性的突破。