机器学习预测类任务包括（）？

基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集

Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法，待分样本的分类结果取决于各类域中样本的全体

如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点

聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差

时序预测回归预测一样，也是用已知的数据预测未来的值，但这些数据的区别是变量所处时间的不同

分类是预测数据对象的离散类别，预测是用于数据对象的连续取值

混合模型比K均值或模糊c均值更一般,因为它可以使用各种类型的分布。

K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象

回归分析法属于外推法

在基本K均值算法里,当邻近度函数采用曼哈顿距离的时候,合适的质心是簇中各点的中位数