文档介绍：无序规则B,穷举规则C,互斥规则D,有序规则
如果规则集中的规则按照优先级降序排列，则称规则集是（D）
无序规则B，穷举规则C，互斥规则D，有序规则
如果允许一条记录触发多条分类规则，把每条被触发规则的后件看作是对相应类的一次 投票，无序规则B,穷举规则C,互斥规则D,有序规则
如果规则集中的规则按照优先级降序排列，则称规则集是（D）
无序规则B，穷举规则C，互斥规则D，有序规则
如果允许一条记录触发多条分类规则，把每条被触发规则的后件看作是对相应类的一次 投票，然后计票确定测试记录的类标号，称为（A）
无序规则B，穷举规则C，互斥规则D，有序规则
考虑两队之间的足球比赛：队0和队1。假设65%的比赛队0胜出，剩余的比赛队1获 胜。队0获胜的比赛中只有30%是在队1的主场，而队1取胜的比赛中75%是主场获胜。如 果下一场比赛在队1的主场进行队1获胜的概率为（C）
A， B, C, D,
以下关于人工神经网络（ANN）的描述错误的有（A）
A，神经网络对训练数据中的噪声非常鲁棒B，可以处理冗余特征C，训练ANN是一个很 耗时的过程D，至少含有一个隐藏层的多层神经网络
通过聚集多个分类器的预测来提高分类准确率的技术称为（A）
A,组合（ensemble） B,聚集（aggregate） C，合并（combination） D，投票（voting）
简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚 类类型称作（B）
A、层次聚类 B、划分聚类 C、非互斥聚类 D、模糊聚类
在基本K均值算法里，当邻近度函数采用（A）的时候，合适的质心是簇中各点的中 位数。
A、曼哈顿距离 B、平方欧几里德距离C、余弦距离 D、Bregman散度
（ C）是一个观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制 产生的。
A、边界点 日、质心 C、离群点 。、核心点
BIRCH 是一种（B）。
A、分类器 B、聚类算法 C、关联分析算法 D、特征选择算法
检测一元正态分布中的离群点，属于异常检测中的基于（A）的离群点检测。
A、统计方法 B、邻近度 C、密度 D、聚类技术
（ C）将两个簇的邻近度定义为不同簇的所有点对的平均逐对邻近度，它是一种凝聚层 次聚类技术。
A、MIN （单链） B、MAX （全链） C、组平均 D、Ward方法
（ D）将两个簇的邻近度定义为两个簇合并时导致的平方误差的增量，它是一种凝聚层 次聚类技术。
A、MIN （单链） B、MAX （全链） C、组平均 D、Ward方法
DBSCAN在最坏情况下的时间复杂度是（B）。
A、O（m） B、O（m2） C、O（log m） D、O（m*log m）
在基于图的簇评估度量表里面，如果簇度量为proximity（Ci, C），簇权值为mi，那么它 的类型是（ C ）。
A、基于图的凝聚度 B、基于原型的凝聚度 C、基于原型的分离度 D、
基于图的凝聚度和分离度
关于K均值和DBSCAN的比较，以下说法不正确的是（A）。
A、 K均值丢弃被它识别为噪声的对象，而DBSCAN 一般聚类所有对象。
B、 K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念。
C、 K均值很难处理