参考答案和解析
正确答案:C
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”相关问题
  • 第1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)

    正确答案:D

  • 第2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

    正确答案:C

  • 第3题:

    在聚类分析当中,()等技术可以处理任意形状的簇。

    • A、MIN(单链)
    • B、MAX(全链)
    • C、组平均
    • D、Chameleon

    正确答案:A,D

  • 第4题:

    决定免疫球蛋白类与亚类的抗原决定簇位于()。

    • A、J链
    • B、V区
    • C、L链
    • D、H链

    正确答案:D

  • 第5题:

    目的是将数据对象划分为多个类或簇,在同一个簇中的对象之间具有高的相似度,而不同簇中的对象差别较大指的是()。

    • A、描述
    • B、关联分析
    • C、聚类分析

    正确答案:B

  • 第6题:

    单选题
    在基本K均值算法里,当邻近度函数采用()的时候,合适的质心是簇中各点的中位数。
    A

    曼哈顿距离

    B

    平方欧几里德距离

    C

    余弦距离

    D

    Bregman散度


    正确答案: B
    解析: 暂无解析

  • 第7题:

    单选题
    ()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


    正确答案: C
    解析: 暂无解析

  • 第8题:

    单选题
    ()将两个簇的邻近度定义为两个簇合并时导致的平方误差的增量,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


    正确答案: D
    解析: 暂无解析

  • 第9题:

    判断题
    基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集。
    A

    B


    正确答案:
    解析: 暂无解析

  • 第10题:

    单选题
    检测一元正态分布中的离群点,属于异常检测中的基于()的离群点检测
    A

    统计方法

    B

    邻近度

    C

    密度

    D

    聚类技术


    正确答案: C
    解析: 暂无解析

  • 第11题:

    单选题
    决定免疫球蛋白类与亚类的抗原决定簇位于()。
    A

    J链

    B

    V区

    C

    L链

    D

    H链


    正确答案: B
    解析: 暂无解析

  • 第12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

    B


    正确答案:
    解析: 暂无解析

  • 第13题:

    ()将两个簇的邻近度定义为两个簇合并时导致的平方误差的增量,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

    正确答案:D

  • 第14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。


    正确答案:错误

  • 第15题:

    在基本K均值算法里,当邻近度函数采用()的时候,合适的质心是簇中各点的中位数。

    • A、曼哈顿距离
    • B、平方欧几里德距离
    • C、余弦距离
    • D、Bregman散度

    正确答案:A

  • 第16题:

    一个对象的离群点得分是该对象周围密度的逆。这是基于()的离群点定义。

    • A、概率
    • B、邻近度
    • C、密度
    • D、聚类

    正确答案:C

  • 第17题:

    检测一元正态分布中的离群点,属于异常检测中的基于()的离群点检测。

    • A、聚类技术
    • B、邻近度
    • C、密度
    • D、统计方法

    正确答案:D

  • 第18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


    正确答案: C
    解析: 暂无解析

  • 第19题:

    单选题
    一个对象的离群点得分是该对象周围密度的逆。这是基于()的离群点定义。
    A

    概率

    B

    邻近度

    C

    密度

    D

    聚类


    正确答案: C
    解析: 暂无解析

  • 第20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)


    正确答案: C
    解析: 暂无解析

  • 第21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

    B


    正确答案:
    解析: 暂无解析

  • 第22题:

    多选题
    在聚类分析当中,()等技术可以处理任意形状的簇。
    A

    MIN(单链)

    B

    MAX(全链)

    C

    组平均

    D

    Chameleon


    正确答案: C,B
    解析: 暂无解析

  • 第23题:

    单选题
    目的是将数据对象划分为多个类或簇,在同一个簇中的对象之间具有高的相似度,而不同簇中的对象差别较大指的是()
    A

    描述

    B

    关联分析

    C

    聚类分析


    正确答案: C
    解析: 聚类是将数据分类到不同的类或者簇这样的一个过程,所以同一个簇中的对象有很大的相似性,而不同簇间的对象有很大的相异性。