選擇用于k均值聚類的聚類數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。

完整性，一致性，時效性，唯一性，有效性，準確性是衡量數據質量的六個維度指標。

任務調度系統的設計與實現才能使得數據收集工作可以不間斷地按照既定的目標從目標源獲取數據。

使決策樹更深將確保更好的擬合度，但會降低魯棒性。

對于文本數據和多媒體數據進行特征提取是為了方便對于這類數據的觀察和理解。

要將工作申請分為兩類，并使用密度估計來檢測離職申請人，我們可以使用生成分類器。

經常跟管理層打交道并進行有效地關于商業(yè)領域的討論有助于數據科學項目的成功。

無論質心的初始化如何，K-Means始終會給出相同的結果。

通常，當試圖從大量觀察中學習具有少量狀態(tài)的HMM時，我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓練數據的可能性。

數據復制或者備份均是為了從提高數據并發(fā)這個角度來設計和實現的。