下面哪个是基于密度的方法算法的局限性？

A.大多数统计模型检验只是针对单个特征

B.高维空间里，数据是稀疏的，邻近度变得没意义

C.许多情况下数据对象的分布是未知的

D.对于高维数据难以估算其真实分布

A.使用RestultSet对象的next()方法使游标向下移一行，如果已经到了数据集的末尾，不存在下一行返回false。

B.RestultSet对象提供可以移动的游标，初始情况下位于数据集的第一行。

C.ResultSet对象是不能更新的。

D.RestultSet对象的游标总是可以上下移动。

A.基于统计方法

B.基于邻近度的方法

C.基于密度的方法

D.支持向量机

A.程序

B.语言

C.数据结构

D.算法

A.String

B.StringBuilder

C.Integer

D.int

A.能够识别出噪声点

B.不能很好反映高维数据

C.对用户定义的密度(ε,MinPts)参数是敏感的

D.簇间距离相差很大时，聚类质量较差

A.在创建List对象时要指定列表的数据类型，一旦指定，这个对象就只能处理这种类型的数据

B.ArrayList不用指定数据类型，它可以处理不同的数据类型

C.ArrayList是动态的，以链表的形式组织不同类型的数据

D.Array是静态的，用不连续的区域组织同种类型的数据

A.String

B.StringBuilder

C.Integer

D.int

A.即使训练数据集线性可分，感知器算法也不一定收敛

B.当感知器算法存在多个解时，对于同一个训练集，感知器初始值不同，最后得到的解可能不同

C.当训练集线性不可分时，袋式算法使感知机也可以收敛到一个相对理想的解

D.多层感知机是感知机的推广，克服了感知机不能对线性不可分数据识别的弱点