當(dāng)目標(biāo)是連續(xù)變量時(shí)，該決策樹是（）

如何進(jìn)行數(shù)據(jù)清洗（）

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。

樸素貝葉斯分類器對(duì)（）數(shù)據(jù)具有較好的分類效果。

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(zhǎng)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（）

聚類分析中，通常使用（）來衡量?jī)蓚€(gè)對(duì)象之間的相異度。

TOP終端分析的準(zhǔn)確性在于（）

給定一個(gè)數(shù)值屬性，怎樣才能平滑數(shù)據(jù)，去掉噪聲？（）

最優(yōu)影響力模型選擇標(biāo)準(zhǔn)是（）

在數(shù)據(jù)挖掘中，以下哪三種算法應(yīng)用最為廣泛（）