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。

支持向量機不適合大規(guī)模數(shù)據(jù)。

使用正則表達式可以找到一個文本文件中所有可能出現(xiàn)的手機號碼。

無論質心的初始化如何，K-Means始終會給出相同的結果。

訓練神經網絡具有過度擬合訓練數(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，因為SVM通常能夠在訓練集上實現(xiàn)更好的分類精度。

完整性，一致性，時效性，唯一性，有效性，準確性是衡量數(shù)據(jù)質量的六個維度指標。

非結構化數(shù)據(jù)也可以使用關系型數(shù)據(jù)庫來存儲。

對于文本數(shù)據(jù)和多媒體數(shù)據(jù)進行特征提取是為了方便對于這類數(shù)據(jù)的觀察和理解。

小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機手段來完成。