聚类(clustering)是这样的过程:它找出描述并区分数据类或概念的模型(或函数),以便能够使用模型预测类标记未知的对象类。()
A.当一个抽象模型存在两个方面,其中一个方面依赖于另一方面,将这二者封装在独立的对象中以使它们可以各自独立的改变和复用
B.当对一个对象的改变需要同时改变其他对象,而不知道具体有多少个对象有待改变时
C.当一个对象必须通知其它对象,而它又不能假定其它对象是谁,也就是说你不希望这些对象是紧耦合的
D.一个对象结构包含很多类对象,它们有不同的接口,而想对这些对象实施一些依赖于其具体类的操作
A.当簇只包含少量数据点,或者数据点近似协线性时,混合模型也能很好地处理。
B.混合模型比K均值或模糊c均值更一般,因为它可以使用各种类型的分布。
C.混合模型很难发现不同大小和椭球形状的簇。
D.混合模型在有噪声和离群点时不会存在问题
A.友元函数可以绕开成员函数直接访问类的私有和保护成员,避免调用成员函数相关的开销
B.友元函数虽然不是类的成员函数,但是因为友元函数是在类内说明的,所以也带有用this指针
C.友元函数可以以使用类内的所有成员,因此破坏了数据的安全性
D.友元函数的形参如果是类对象,可以用对象名,对象的引用或者对象指针
A.除了动物数据和有效的体外试验,人类经验、流行病学数据和临床试验等也提供在适用全球统一制度时应加以考虑的重要信息
B.制定全球统一制度的任务不包括确定统一的试验方法
C.GHS涵盖所有的危险化学品
D.GHS鼓励通过试验获得物质或混合物的危险有关的数据、不建议使用现有数据对危险化学品的危险特性进行分类