聚類分析中，通常使用（）來(lái)衡量?jī)蓚€(gè)對(duì)象之間的相異度。

集中性能系統(tǒng)的數(shù)據(jù)源不包括（）

KDD和數(shù)據(jù)挖掘可以應(yīng)用在很多領(lǐng)域中，它們具有如下一些公共特征：（）。

如何進(jìn)行數(shù)據(jù)清洗（）

DPI設(shè)備支持的復(fù)用包括（）

AprioriSome算法可以看作是AprioriAll算法的改進(jìn)，具體過(guò)程分為（）兩個(gè)階段。

分類分析的兩個(gè)階段分別為（）。

關(guān)于SOM聚類算法描述正確的是（）

客戶感知溯源分析結(jié)合網(wǎng)管、經(jīng)分?jǐn)?shù)據(jù)等，建立貼近客戶使用體驗(yàn)的感知評(píng)價(jià)。通過(guò)（）核心算法從海量的客戶網(wǎng)絡(luò)行為樣本中識(shí)別異常點(diǎn)，并進(jìn)行聚類分析，判斷異常屬于群體現(xiàn)象或個(gè)別現(xiàn)象。

關(guān)于ROC曲線和ROC統(tǒng)計(jì)量，正確的說(shuō)法有（）