数据索引是保证数据处理高性能的软件角度的一种手段，不做数据索引的数据访问是线性访问，但是做了索引的数据访问会成倍的降低访问时间。

使决策树更深将确保更好的拟合度，但会降低鲁棒性。

最大似然估计的一个缺点是，在某些情况下（例如，多项式分布），它可能会返回零的概率估计。

无论质心的初始化如何，K-Means始终会给出相同的结果。

由于决策树学会了对离散值输出而不是实值函数进行分类，因此它们不可能过度拟合。

选择用于k均值聚类的聚类数k的一种好方法是尝试k的多个值，并选择最小化失真度量的值。

数据压缩与解压缩可以使得数据处理的速度加快。

完整性，一致性，时效性，唯一性，有效性，准确性是衡量数据质量的六个维度指标。

使用正则表达式可以找到一个文本文件中所有可能出现的手机号码。

通常，当试图从大量观察中学习具有少量状态的HMM时，我们几乎总是可以通过允许更多隐藏状态来增加训练数据的可能性。