KDD和數(shù)據(jù)挖掘可以應(yīng)用在很多領(lǐng)域中，它們具有如下一些公共特征：（）。

隨機(jī)森林利用隨機(jī)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(shí)候決定測試樣本的最終類別。它的優(yōu)點(diǎn)是（）

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)說法是錯誤的（）

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)象或個別現(xiàn)象。

在數(shù)據(jù)挖掘中，以下哪三種算法應(yīng)用最為廣泛（）