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

在數(shù)據(jù)挖掘中，以下哪三種算法應(yīng)用最為廣泛（）

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。

在Hadoop集群中，一個(gè)MapReduce作業(yè)的執(zhí)行流程包括以下哪些（）

樸素貝葉斯分類器對（）數(shù)據(jù)具有較好的分類效果。

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)的感知評價(jià)。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(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。

Tableau是廣義數(shù)據(jù)挖掘中的哪一類工具（）

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（）

AprioriAll算法存在的問題包括（）。

不屬于數(shù)據(jù)挖掘的功能是（）