（）可通过如聚集、删除冗余特征或聚类来降低数据的规模。

A.数据集成是将数据由多个数据源合并成一个一致的数据存储(如数据仓库)

B.数据变换可以通过如聚集、删除冗余特征或聚类等方法来降低数据的规模

C.数据归约可以用来把数据压缩到较小的区间(如0.0-1.0)，提高了涉及距离度量挖掘算法的准确率和效率

D.数据清理可以用来清除数据中的噪声，纠正不一致

A.聚集

B.抽样

C.维归约

D.离散化

A.神经网络算法不能用于数据降维。###SXB###B.原始数据可能包含数以百/千/万计的属性，大部分情况下会有很多属性与任务不相关，是冗余的，数据降维可以提高数据质量，提升数据挖掘和机器学习的效率及精度。###SXB###C.数据降维的方法包括人工降维和自动降维，其中自动降维又分为维度规约和数据压缩 。###SXB###D.维度规约又称又称特征选择, 就是要删除冗余无用的属性；被保留的属性仍保持原有的物理意义。

A.神经网络算法不能用于数据降维。#B.原始数据可能包含数以百/千/万计的属性，大部分情况下会有很多属性与任务不相关，是冗余的，数据降维可以提高数据质量，提升数据挖掘和机器学习的效率及精度。#C.数据降维的方法包括人工降维和自动降维，其中自动降维又分为维度规约和数据压缩 。#D.维度规约又称又称特征选择, 就是要删除冗余无用的属性；被保留的属性仍保持原有的物理意义。

A.数据聚类

B.数据降维

C.特征选取

D.数据简化

A.数据聚类

B.数据降维

C.特征选取

D.数据简化

A.数据聚类

B.数据降维

C.特征选取

D.数据简化

A.数据聚类

B.数据降维

C.特征选取

D.数据简化

A.分类

B.聚类

C.降维

D.回归

A.加剧人才虹吸效应

B.加剧人才聚类分布

C.加剧人才发展分化

D.加剧人才聚集影响

E.加剧人才分化发展