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）
1、基于聚簇的定义：称一个节点集合为密度为 r 的聚簇，若其中每个节点至少有占比为 r 的网络邻居也属于这个节点集合。判断下述说法哪些是正确的。 A. 一个图的所有节点集合构成密度为1的聚簇 B. 两个同一密度的聚簇的并集也是该密度的聚簇 C. 一个密度为p的聚簇也是一个密度为q小于p的聚簇
A．ABC
B．A
C．B
D．C
参考答案和解析
簇;cluster
更多 “1、基于聚簇的定义：称一个节点集合为密度为 r 的聚簇，若其中每个节点至少有占比为 r 的网络邻居也属于这个节点集合。判断下述说法哪些是正确的。 A. 一个图的所有节点集合构成密度为1的聚簇 B. 两个同一密度的聚簇的并集也是该密度的聚簇 C. 一个密度为p的聚簇也是一个密度为q小于p的聚簇A．ABCB．AC．BD．C” 相关考题
考题
下列叙述不正确的是A．创建索引是加快表的查询速度的有效手段B．可以根据需要在基本表上建立一个或多个索引C．用户可以在最频繁查询的列上建立聚簇索引以提高查询效率D．可以根据需要在基本表上建立一个或多个聚簇索引
考题
已知关系：STUDENT(sno，sname，grade)，以下关于命令 “CREATE CLUSTER INDEX s_index ON student (grade)” 的描述中，正确的是( )。A．按成绩降序创建了一个聚簇索引B．按成绩升序创建了一个聚簇索引C．π按成绩降序创建了一个非聚簇索引D．按成绩升序创建了一个非聚簇索引
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
已知关系：STUDENT(sno，sname，grade)，以下关于命令 “CREATECLUSTER INDEXS_index ONStudent(grade)”的描述中，正确的是A．按成绩降序创建了一个聚簇索引B．按成绩升序创建了一个聚簇索引C．按成绩降序创建了一个非聚簇索引D．按成绩升序创建了一个非聚簇索引
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
以下是哪一个聚类算法的算法流程（） ①构造k－最近邻图。 ②使用多层图划分算法划分图。 ③repeat：合并关于相对互连性和相对接近性而言，最好地保持簇的自相似性的簇。 ④until：不再有可以合并的簇。A、MSTB、OPOSSUMC、ChameleonD、Jarvis－Patrick（JP）
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
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
考题
单选题索引项的顺序与表中记录的物理顺序一致的索引，称之为（）。A
复合索引B
唯一性索引C
聚簇索引D
非聚簇索引
热门标签
最新试卷