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）

下面哪些聚类方法易于发现具有球形形状的簇，难以发现椭圆形或者凹形形状的簇？

A．k均值聚类

B．层次聚类

C．DBSCAN

D．基于密度的聚类方法

参考答案和解析
DBSCAN;基于密度的聚类方法
更多 “下面哪些聚类方法易于发现具有球形形状的簇，难以发现椭圆形或者凹形形状的簇？A．k均值聚类B．层次聚类C．DBSCAND．基于密度的聚类方法” 相关考题
考题 K－means聚类是发现给定数据集的K个簇的算法。() 此题为判断题(对，错)。
查看答案
考题 抗原与抗体结合发生交叉反应的原因是()A.抗原与抗体形状相似B.抗原与抗体的比例合适C.不同抗原具有相同或者相似的抗原决定簇D.抗原与抗体大小相近E.抗体为多聚体
查看答案
考题 以下哪种聚类方法可以发现任意形状的聚类?()A 划分的方法B 基于模型的方法C 基于密度的方法D 层次的方法
查看答案
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．
查看答案
考题 半夏的形状为（ ）。A．类球形B．扁球形C．椭圆形D．圆锥形E．半圆形
查看答案
考题 关于聚类算法K-Means和DBSCAN的叙述中，不正确的是（ ）。A.K-Means和DBSCAN的聚类结果与输入参数有很大的关系 B.K-Means基于距离的概念而DBSCAN基于密度的概念进行聚类分析 C.K-Means很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇 D.当簇的密度变化较大时，DBSCAN不能很好的处理，而K-Means则可以
查看答案
考题 斑蝥的微量升华物镜检，其形状有A:柱状B:棱状C:簇状D:针状E:簇状针晶
查看答案
考题 从点作为个体簇开始，每一步合并两个最接近的簇，这是一种分裂的层次聚类方法。
查看答案
考题 DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。
查看答案
考题 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。
查看答案
考题 钢坯表面的结疤缺陷的形状为（）。A、舌状B、簇集状C、蝴蝶状
查看答案
考题 基于对象之间的距离进行聚类，这样的方法只能发现秋装的类，而在发现任意形状的类上有困难指的是（）A、划分法B、基于密度的方法C、基于网格地方法
查看答案
考题 不适合软胶囊剂的选项是A、形状有球形椭圆形B、胶丸C、形状有椭圆形D、肠溶胶囊剂
查看答案
考题 半夏的形状为（）A、类球形B、扁球形C、椭圆形D、圆锥形E、半圆形
查看答案
考题 压制法制备的软胶囊形状可为椭圆形、球形或其他形状。（）
查看答案
考题 斑蝥的微量升华物镜检，其形状呈（）A、柱晶B、片状结晶C、棱晶D、簇状针晶E、簇晶
查看答案
考题 钢坯表面的结疤缺陷形状为（）。A、舌状B、簇集状C、蝴蝶状
查看答案
考题 关于混合模型聚类算法的优缺点，下面说法正确的是（）A、当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理B、混合模型比K均值或模糊C均值更一般，因为它可以使用各种类型的分布C、混合模型很难发现不同大小和椭球形状的簇D、混合模型在有噪声和离群点时不会存在问题
查看答案
考题 抗原与抗体发生交叉反应是因为（）A、抗原与抗体的形状相似B、抗原与抗体的比例合适C、不同抗原具有相同或相似的抗原决定簇D、抗原与抗体的大小相近E、抗体为多聚体
查看答案
考题 在下面所列的方法中，属于数据挖掘中的分析方法的有（）。A、分类分析B、聚簇分析C、关联分析D、序列分析
查看答案
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）
查看答案
考题 判断题压制法制备的软胶囊形状可为椭圆形、球形或其他形状。（）A 对B 错
查看答案
考题 多选题斑蝥的微量升华物镜检，其形状呈（）A柱晶B片状结晶C棱晶D簇状针晶E簇晶
查看答案
考题 单选题关于K均值和DBSCAN的比较，以下说法不正确的是（）A K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象B K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念C K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇D K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇
查看答案
考题 单选题基于对象之间的距离进行聚类，这样的方法只能发现秋装的类，而在发现任意形状的类上有困难指的是（）A 划分法B 基于密度的方法C 基于网格地方法
查看答案
考题 判断题从点作为个体簇开始每一步合并两个最接近的簇，这是一种分裂的层次聚类方法。A 对B 错
查看答案
考题 单选题半夏的形状为（）A 类球形B 扁球形C 椭圆形D 圆锥形E 半圆形
查看答案
考题 单选题关于混合模型聚类算法的优缺点，下面说法正确的是（）A 当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理B 混合模型比K均值或模糊C均值更一般，因为它可以使用各种类型的分布C 混合模型很难发现不同大小和椭球形状的簇D 混合模型在有噪声和离群点时不会存在问题
查看答案
热门标签
最新试卷