關(guān)于OLAP的特性，下面正確的是：（）。
（1）快速性
（2）可分析性
（3）多維性
（4）信息性
（5）共享性
A.（1）（2）（3）
B.（2）（3）（4）
C.（1）（2）（3）（4）
D.（1）（2）（3）（4）（5）
您可能感興趣的試卷
你可能感興趣的試題
A.在完成數(shù)據(jù)倉庫的實(shí)施過程中，需要對(duì)數(shù)據(jù)倉庫進(jìn)行各種測試.測試工作中要包括單元測試和系統(tǒng)測試
B.當(dāng)數(shù)據(jù)倉庫的每個(gè)單獨(dú)組件完成后，就需要對(duì)他們進(jìn)行單元測試
C.系統(tǒng)的集成測試需要對(duì)數(shù)據(jù)倉庫的所有組件進(jìn)行大量的功能測試和回歸測試
D.在測試之前沒必要制定詳細(xì)的測試計(jì)劃
A.數(shù)據(jù)倉庫開發(fā)要從數(shù)據(jù)出發(fā)
B.數(shù)據(jù)倉庫使用的需求在開發(fā)出去就要明確
C.數(shù)據(jù)倉庫的開發(fā)是一個(gè)不斷循環(huán)的過程，是啟發(fā)式的開發(fā)
D.在數(shù)據(jù)倉庫環(huán)境中，并不存在操作型環(huán)境中所固定的和較確切的處理流，數(shù)據(jù)倉庫中數(shù)據(jù)分析和處理更靈活，且沒有固定的模式
A.有放回的簡單隨機(jī)抽樣
B.無放回的簡單隨機(jī)抽樣
C.分層抽樣
D.漸進(jìn)抽樣
A.等高線圖
B.餅圖
C.曲面圖
D.矢量場圖
A.一年級(jí)
B.二年級(jí)
C.三年級(jí)
D.四年級(jí)
最新試題
無論質(zhì)心的初始化如何，K-Means始終會(huì)給出相同的結(jié)果。
由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。
使用偏差較小的模型總是比偏差較大的模型更好。
選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個(gè)值，并選擇最小化失真度量的值。
通過統(tǒng)計(jì)學(xué)可以推測擲兩個(gè)撒子同時(shí)選中3點(diǎn)的幾率。
對(duì)于文本數(shù)據(jù)和多媒體數(shù)據(jù)進(jìn)行特征提取是為了方便對(duì)于這類數(shù)據(jù)的觀察和理解。
當(dāng)數(shù)據(jù)集標(biāo)簽錯(cuò)誤的數(shù)據(jù)點(diǎn)時(shí)，隨機(jī)森林通常比AdaBoost更好。
數(shù)據(jù)索引是保證數(shù)據(jù)處理高性能的軟件角度的一種手段，不做數(shù)據(jù)索引的數(shù)據(jù)訪問是線性訪問，但是做了索引的數(shù)據(jù)訪問會(huì)成倍的降低訪問時(shí)間。
任務(wù)調(diào)度系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)才能使得數(shù)據(jù)收集工作可以不間斷地按照既定的目標(biāo)從目標(biāo)源獲取數(shù)據(jù)。
假設(shè)屬性的數(shù)量固定，則可以在時(shí)間上以線性方式學(xué)習(xí)基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。