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

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。

Hbase集群的后臺進(jìn)程名稱包括（）

隨機(jī)森林利用隨機(jī)的方式將許多決策樹組合成一個(gè)森林，每個(gè)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（）

關(guān)于SOM聚類算法描述正確的是（）

集中性能系統(tǒng)的數(shù)據(jù)源不包括（）

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（）

物聯(lián)網(wǎng)端到端質(zhì)量分析應(yīng)用中網(wǎng)絡(luò)接入時(shí)長定界流程，當(dāng)下列哪些過程時(shí)延損耗較大需要轉(zhuǎn)EPC進(jìn)行處理（）

最優(yōu)影響力模型選擇標(biāo)準(zhǔn)是（）

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。