类别不平衡指分类任务中不同类别的训练样例数目(___)的情况。

数据预处理方法主要有数据清洗、数据集成、数据变换、数据归约

对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响。

聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类

在数据生命周期管理实践中，数据管理和维护是执行方法。

卷积神经网络是含有卷积层的神经网络，二维卷积层有高和宽两个空间维度，常用来处理文本数据。

神经网络由输入层、隐藏层、输出层基本组成。

可视化技术对于分析的数据类型通常不是专用性的。

先验原理可以表述为：如果一个项集是频繁的，那包含它的所有项集也是频繁的。

定量属性可以是整数值或者是连续值。

Apriori算法是一种典型的关联规则挖掘算法。