當數(shù)據(jù)集標簽錯誤的數(shù)據(jù)點時，隨機森林通常比AdaBoost更好。

最大似然估計的一個缺點是，在某些情況下（例如，多項式分布），它可能會返回零的概率估計。

非結(jié)構(gòu)化數(shù)據(jù)也可以使用關系型數(shù)據(jù)庫來存儲。

由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。

任何對數(shù)據(jù)處理與存儲系統(tǒng)的操作均需要記錄，這符合數(shù)據(jù)安全的要求。

當反向傳播算法運行到達到最小值時，無論初始權重是什么，總是會找到相同的解（即權重）。

選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個值，并選擇最小化失真度量的值。

如果P（A B）= P（A），則P（A∩B）= P（A）P（B）。

無論質(zhì)心的初始化如何，K-Means始終會給出相同的結(jié)果。

數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個信箱。