数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。

（）是将比较复杂的问题划分为若干阶段，通过逐段求解，最终求得全局最优解

（）算法是一种最有影响的挖掘关联规则频繁项目集的算法

两步聚类的两个主要步骤为（）和聚类

无监督的建模技术有（）、关联分析、预报三类

有三种方法可以帮助决策者确定决策的作用：（）、场景分析和What-If分析

回归分析的任务，就是根据（）和因变量的观察值，估计这个函数，并讨论与之有关的种种统计推断的问题

讨论变量之间的关系，主要有三个方法：（）、方差分析和回归分析

（）是利用样本的实际资料计算统计量的取值，并以引来检验事先对总体某些数量特征的假设是否可信作为决策取舍依据的一种统计分析方法

（）是以样本统计量作为未知总体参数的估计量，并通过对样本单位的实际观察取得样本数据，计算样本统计量的取值作为被估计参数的估计值

关于K均值和DBSCAN的比较，以下说法不正确的是（）