人工智能算法中，决策树分类算法包括

用于相似度度量的距离（）要满足距离度量的所有基本性质

“相似度度量”，距离越大，相似度（）

聚类的性能度量亦称聚类“（）”

迄今为止，最成功的神经网络学习算法是（）

感知机由（）神经元组成。

预测分析过程包括：数据的准备、预测模型开发、模型验收和评估、使用PMML实现大数据预测的有效部署。（）是指对数据的采集和整理

（）用于购物篮分析、交叉销售、商品目录设计等商业决策领域。

统计描述的种类主要包括均值、百分位数、中位数、众数、全距和方差等，（）是指如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值

人工神经网络在20世纪（）年代兴起，一直以来都是人工智能领域的研究热点

关联规则反映了事物之间的相互依赖性或关联性。关联规则主要可分为（）类