A.O（m）
B.O（m2）
C.O（logm）
D.O（m*logm）
您可能感興趣的試卷
你可能感興趣的試題
A.MIN（單鏈）
B.MAX（全鏈）
C.組平均
D.Ward方法
A.MIN（單鏈）
B.MAX（全鏈）
C.組平均
D.Ward方法
A.統(tǒng)計方法
B.鄰近度
C.密度
D.聚類技術(shù)
A.分類器
B.聚類算法
C.關(guān)聯(lián)分析算法
D.特征選擇算法
A.邊界點(diǎn)
B.質(zhì)心
C.離群點(diǎn)
D.核心點(diǎn)
最新試題
訓(xùn)練神經(jīng)網(wǎng)絡(luò)具有過度擬合訓(xùn)練數(shù)據(jù)的潛在問題。
給定用于2類分類問題的線性可分離數(shù)據(jù)集，線性SVM優(yōu)于感知器，因?yàn)镾VM通常能夠在訓(xùn)練集上實(shí)現(xiàn)更好的分類精度。
最大似然估計的一個缺點(diǎn)是，在某些情況下（例如，多項(xiàng)式分布），它可能會返回零的概率估計。
由于決策樹學(xué)會了對離散值輸出而不是實(shí)值函數(shù)進(jìn)行分類，因此它們不可能過度擬合。
經(jīng)常跟管理層打交道并進(jìn)行有效地關(guān)于商業(yè)領(lǐng)域的討論有助于數(shù)據(jù)科學(xué)項(xiàng)目的成功。
當(dāng)MAP中使用的先驗(yàn)是參數(shù)空間上的統(tǒng)一先驗(yàn)時，MAP估計等于ML估計。
數(shù)據(jù)存儲體系中并不牽扯計算機(jī)網(wǎng)絡(luò)這一環(huán)節(jié)。
對于文本數(shù)據(jù)和多媒體數(shù)據(jù)進(jìn)行特征提取是為了方便對于這類數(shù)據(jù)的觀察和理解。
數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個信箱。
完整性，一致性，時效性，唯一性，有效性，準(zhǔn)確性是衡量數(shù)據(jù)質(zhì)量的六個維度指標(biāo)。