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)

对一组无标签的数据X,使用不同的初始化值运行K-means算法50次,如何评测这50次聚类的结果哪个最优

A.暂无方法

B.需要获取到数据的标签才能评测

C.优化目标函数值最小的一组最优

D.最后一次运行结果最优


参考答案和解析
优化目标函数值最小的一组最优
更多 “对一组无标签的数据X,使用不同的初始化值运行K-means算法50次,如何评测这50次聚类的结果哪个最优A.暂无方法B.需要获取到数据的标签才能评测C.优化目标函数值最小的一组最优D.最后一次运行结果最优” 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)。

考题 K-means聚类中K值选取的方法是()。 A、密度分类法B、手肘法C、大腿法D、随机选取

考题 在k-均值算法中,以下哪个选项可用于获得全局最小?A.尝试为不同的质心(centroid)初始化运行算法B.调整迭代的次数C.找到集群的最佳数量D.以上所有

考题 K-means聚类适用的数据类型是()。 A.语音数据B.数值型数据C.所有数据D.字符型数据

考题 K均值K-Means算法是密度聚类。() 此题为判断题(对,错)。

考题 在机器学习概念中,有监督学习、无监督学习和强化学习三大类典型方法。下列学习任务属于无监督学习的是( )。 A.根据样本数据,采用分类算法,训练分类器B.根据样本数据,进行回归分析C.将未知类别的一组数据,采用聚类方法,分成不同的组D.机器人在报考环境中,自主学习掌握行走方法

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

考题 简述k-means算法,层次聚类算法的优缺点。

考题 若数据量较大,下面哪种方式比较适合()A、系统聚类B、快速聚类(k-means)C、A和B都可以D、A和B都不可以

考题 K-means算法的缺点不包括()A、K必须是事先给定的B、选择初始聚类中心C、对于“噪声”和孤立点数据是敏感的D、可伸缩、高效

考题 K-means算法叙述正确的是()A、在K-means算法中K是事先给定的,这个K值的选定是非常难以估计的B、在K-means算法中,首先需要根据初始聚类中心来确定一个初始划分,然后对初始划分进行优化C、对于一个类中的每个对象,在其给定半径的领域中包含的对象不能少于某一给定的最小数目D、从K-means算法框架可以看出,该算法需要不断地进行样本分类调整,不断地计算调整后的新的聚类中心,因此当数据量非常大时,算法的时间开销是非常大的

考题 K-means算法的叙述正确的是()A、在K-means算法中K是事先给定的,这个K值的选定是非常难以估计的B、在K-means算法中,首先需要根据初始聚类中心来确定一个初始划分,然后对初始划分进行优化C、对于一个类中的每个对象,在其给定半径的领域中包含的对象不能少于某一给定的最小数目的新的聚类心,因此当数据量非常大时,算法的时间开销是非常大的

考题 在k-均值算法中,以下哪个选项可用于获得全局最小()?A、尝试为不同的质心(centroid)初始化运行算法B、调整迭代的次数C、找到集群的最佳数量D、以上所有

考题 K-Means聚类法要求自变量之间不存在共线性,是因为()A、变量存在多重共线性时无法得到聚类结果B、变量存在多重共线性时无法解释聚类结果C、变量存在多重共线性时,相关变量会在距离计算中占据很高的权重,从而对聚类结果有负面的影响D、变量存在多重共线性时,得到的聚类结果是完全错误的

考题 ()可以通过设计电池的不同寿命,对标签的使用时间或使用次数进行限制,他可以用在需要限制数据传输量或者使用数据有限制的地方。A、无源式RFID标签B、有源式RFID标签C、无源传感器D、有源传感器

考题 目前聚类算法的选择缺觉与()的类型,()的目的和应用。A、数据B、关联C、聚类

考题 当不知道数据所带标签时,可以使用()促使带同类标签的数据与带其他标签的数据相分离。A、分类B、聚类C、关联分析D、隐马尔科夫连

考题 下列哪种算法属于聚类算法的范畴().A、Apriori算法B、k-means算法C、kNN算法D、C4.5算法

考题 单选题若数据量较大,下面哪种方式比较适合()A 系统聚类B 快速聚类(k-means)C A和B都可以D A和B都不可以

考题 单选题K-Means聚类法要求自变量之间不存在共线性,是因为()A 变量存在多重共线性时无法得到聚类结果B 变量存在多重共线性时无法解释聚类结果C 变量存在多重共线性时,相关变量会在距离计算中占据很高的权重,从而对聚类结果有负面的影响D 变量存在多重共线性时,得到的聚类结果是完全错误的

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 多选题K-means算法叙述正确的是()A在K-means算法中K是事先给定的,这个K值的选定是非常难以估计的B在K-means算法中,首先需要根据初始聚类中心来确定一个初始划分,然后对初始划分进行优化C对于一个类中的每个对象,在其给定半径的领域中包含的对象不能少于某一给定的最小数目D从K-means算法框架可以看出,该算法需要不断地进行样本分类调整,不断地计算调整后的新的聚类中心,因此当数据量非常大时,算法的时间开销是非常大的

考题 单选题当不知道数据所带标签时,可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离?()A 分类B 聚类C 关联分析D 隐马尔可夫链

考题 单选题以下哪个聚类算法不属于基于网格的聚类算法()。A STINGB WaveClusterC MAFIAD BIRCH

考题 单选题以下哪个聚类算法不是属于基于原型的聚类()。A 模糊c均值B EM算法C SOMD CLIQUE

考题 问答题简述系统聚类与K-means聚类的基本原理。

考题 单选题当不知道数据所带标签时,可以使用()促使带同类标签的数据与带其他标签的数据相分离。A 分类B 聚类C 关联分析D 隐马尔科夫连

考题 单选题K-means算法的缺点不包括()A K必须是事先给定的B 选择初始聚类中心C 对于“噪声”和孤立点数据是敏感的D 可伸缩、高效