在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。

判断题在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。

1.判断题SVM是这样一个分类器，他寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器（minimal marginc lassifier）。

2.判断题在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。

3.判断题Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法，待分样本的分类结果取决于各类域中样本的全体。

4.判断题对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响。

5.判断题聚类（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。

6.判断题具有较高的支持度的项集具有较高的置信度。

7.判断题如果规则不满足置信度阈值，则形如的规则一定也不满足置信度阈值，其中是X的子集。

8.判断题先验原理可以表述为：如果一个项集是频繁的，那包含它的所有项集也是频繁的。

9.判断题利用先验原理可以帮助减少频繁项集产生时需要探查的候选项个数。

10.判断题关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。