数据分类的步骤为：1建立一个聚类模型，描述数据类集或概念集;2使用模型对将来的或未知的对象进行分类。（)

分类不可用于提取描述重要数据类的模型或预测未来的数据趋势。（)

在分类的过程中，用训练集训练数据，再用训练集评估模型的性能，得出模型性能很好的结果，则分类模型构建成功。（)

分类是按照某种指定的属性特征将数据归类，需要确定类别的概念描述，并找出类判别准则。（)

Hive中的Hgroupby”指的是通过一定规则将一个数据集划分成若干个小的数据集,然后针对若干个小的数据集进行数据分组处理.（)

聚类问题是一种无监督的学习任务，即训练样本的标记信息是未知的，通过对无标记训练样本的学习，来揭示数据的内在性质，就可以为进一步数据分析提供基础。（)

数据的预处理是指对所收集数据进行分类或分组前所做的审核、筛选、排序等必要的处理。（)

Hive中“Groupby”指的是通过一定的规将每一个数据集划分成若干个小的数据集然后针对若干个小的数据集进行数据分组处理.（)

在个人住房贷款按剩余期限统计中，只对正常类贷款与关注类贷款进行分类，已到期仍为正常类贷款或关注类贷款的在“1年以下（含1年)”项下统计。（)

数据分类的目的是根据新数据对象的属性，将其分配到一个正确的类别中。（)

噪声值处理方法主要有分箱、分类和聚类。（)