数据备份的常见类型包括以下哪些？

规则通常是指语义明确、能描述数据分布所隐含的客观规律的逻辑规则。( )

归纳与演绎是科学推理的两大基本手段，前者是从一般到特殊的特化过程，后者是从特殊到一般的泛化过程。( )

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。( )

k 近邻学习是一种常用的无监督学习方法，其工作机制为给定测试样本，基于某种距离度量找出训练集中与其最靠近的 k 个训练样本，然后基于这 k 个邻居的信息来进行预测。（ ）

KNN 算法可以较好地避免样本的不平衡问题。( )

机器学习可以解决给定数据的预测问题，也可以解决大数据存储和并行计算。( )

分类预测型任务从已分类的数据中学习模型，并对新的未知分类的数据使用该模型进行解释，得到这些数据的分类。根据标签的不同，分别称为分类任务和预测任 务。如果标签是连续的类别，称为预测任务。（ ）

分类规则的挖掘方法通常有机器学习法、贝叶斯法、人工机器学习法、粗糙集法和遗传算法。( )

Support Vector Machine 的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面，应该属于结构风险最小化。( )

Logistic Regression 和 Support Vectpr Machine 都可以处理分类问题，且一般都用于处理线性二分类问题。( )