网友您好, 请在下方输入框内输入要搜索的题目:
题目内容
(请给出正确答案)
()将两个簇的邻近度定义为不同簇的所有点对的平均逐对邻近度,它是一种凝聚层次聚类技术。
- A、MIN(单链)
- B、MAX(全链)
- C、组平均
- D、Ward方法
参考答案
更多 “()将两个簇的邻近度定义为不同簇的所有点对的平均逐对邻近度,它是一种凝聚层次聚类技术。A、MIN(单链)B、MAX(全链)C、组平均D、Ward方法” 相关考题
考题
数据挖掘方法中的聚类分析也被称为无制导学习。一个好的聚类分析算法应该使得所得到的______。A.聚簇问的相似性很高,而不同的聚簇内的相似性很低B.聚簇内的相似性很低,而不同的聚簇间的相似性很高C.聚簇间的相似性很低,而不同的聚簇内的相似性很低D.聚簇内的相似性很高,而不同的聚簇间的相似性很低A.B.C.D.
考题
下面关于Jarvis-Patrick(JP)聚类算法的说法不正确的是()。A、JP聚类擅长处理噪声和离群点,并且能够处理不同大小、形状和密度的簇B、JP算法对高维数据效果良好,尤其擅长发现强相关对象的紧致簇C、JP聚类是基于SNN相似度的概念D、JP聚类的基本时间复杂度为O(m)
考题
在基于图的簇评估度量表里面,如果簇度量为proximity(Ci,C),簇权值为mi,那么它的类型是()。A、基于图的凝聚度B、基于原型的凝聚度C、基于原型的分离度D、基于图的凝聚度和分离度
考题
单选题在基于图的簇评估度量表里面,如果簇度量为proximity(Ci,C),簇权值为mi,那么它的类型是()。A
基于图的凝聚度B
基于原型的凝聚度C
基于原型的分离度D
基于图的凝聚度和分离度
考题
单选题下面关于Jarvis-Patrick(JP)聚类算法的说法不正确的是()。A
JP聚类擅长处理噪声和离群点,并且能够处理不同大小、形状和密度的簇B
JP算法对高维数据效果良好,尤其擅长发现强相关对象的紧致簇C
JP聚类是基于SNN相似度的概念D
JP聚类的基本时间复杂度为O(m)
考题
判断题K均值是一种产生划分聚类的基于密度的聚类算法,簇的个数由算法自动地确定。A
对B
错
热门标签
最新试卷