数据类型的多样性往往导致数据的同质性，进而加大数据处理的复杂性。（）

在情感分析任务中，其目的是将无结构化的情感文本转化成计算机容易识别和处理的结构化文本，进而供情感分析上层的研究和应用服务的是(____)。

在留出法、交叉验证法和自助法三种评估方法中，(____)更适用于数据集较小、难以划分训练集和测试集的情况。

在决策树创建时，由于数据中的噪声和离群点，许多分枝反映的是训练数据中的异常,（　　）方法处理这种过分拟合数据问题。

在聚类分析任务中，簇内相似度(____)且簇间相似度(____)时，聚类效果比较好。

在加强数据安全技术保护方面，要注意落实数据安全技术保护与信息系统的“三同步”原则，其中不包括(____)。

在回归模型中，(____)在权衡欠拟合和过拟合中影响最大。

在概率图模型中，(____)模型是结构最简单的动态贝叶斯网，主要用于时序数据建模。

在分类问题中，经常会遇到正负样本数据量不等的情况，比如正样本为100万条数据，负样本只有1万条数据，以下最合适的处理方法是(____)。

在WebHCat架构中，用户能够通过安全的HTTPS协议执行以下（　　）操作。

在Spark中，(____)是指RDD的每个分区都只被子RDD的一个分区所依赖。