A.聚类
B.分类
C.预测
D.关联
(62)A.分类
B.关联规则
C.聚类
D.时序模式
数据挖掘的分类方法很多。根据不同挖掘任务,可将其分为(63)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等
数据挖掘的分类方法很多。根据不同挖掘方法,可将其分为(47)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等
A.当我们将时间序列变量作为被解释变量时,由于许多解释变量无法被直接观测,可能无法基于因果关系构造出令人满意的回归模型
B.对于一个时间序列,如果增长趋势在时间序列历史数据的波动中占主导地位,那么我们是否可以认为时间序列在未来会继续增长?
C.对于一个时间序列,如果时间序列的波动呈现出了循环或周期性的特征,那么我们是否可以用历史数据来直接推测其未来的走向?
D.Hausman检验认为应当在面板数据的分析过程中考虑不随时间变化的个体效应
罗伯特·卢卡斯声称,基于历史数据构建的计量经济学模型
A.对于短期预测是恰当的,但不适于用来评估不同的政策;
B.对于评估不同的政策是恰当的,但不适于用来进行短期预测;
C.对于短期预测和政策评估都是恰当的;
D.对于短期预测和政策评估都是不恰当的。
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!