在數(shù)據(jù)挖掘中，以下哪三種算法應(yīng)用最為廣泛（）

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(lèi)的時(shí)候決定測(cè)試樣本的最終類(lèi)別。它的優(yōu)點(diǎn)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(lái)了革命性的突破。

集中性能系統(tǒng)的數(shù)據(jù)源不包括（）

分類(lèi)分析的兩個(gè)階段分別為（）。

不屬于數(shù)據(jù)挖掘的功能是（）

如果購(gòu)買(mǎi)鐵錘的顧客中有70％的人購(gòu)買(mǎi)了鐵釘，那么置信度是（）。

關(guān)于ROC曲線和ROC統(tǒng)計(jì)量，正確的說(shuō)法有（）

樸素貝葉斯分類(lèi)器對(duì)（）數(shù)據(jù)具有較好的分類(lèi)效果。

客戶(hù)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(hù)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(hù)網(wǎng)絡(luò)行為樣本中識(shí)別異常點(diǎn)，并進(jìn)行聚類(lèi)分析，判斷異常屬于群體現(xiàn)象或個(gè)別現(xiàn)象。