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

题目

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
相似考题

1.给定一组点,使用点之间的距离概念,将点分组为若干簇,不同簇的成员不可以相同。()此题为判断题(对，错)。

2.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)。

3.每个簇的质心centroid是该簇中所有数据对象的均值。()此题为判断题(对，错)。

4.给定一组点,使用点之间的距离概念,将点分组为若干簇,不同簇的成员可以相同。()此题为判断题(对，错)。

更多“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”相关问题

  • 第1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．


    正确答案：D

  • 第2题：

    给定由两次运行K均值产生的两个不同的簇集，误差的平方和最大的那个应该被视为较优。


    正确答案:错误

  • 第3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4题：

    DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。


    正确答案:正确

  • 第5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、MST
    • B、OPOSSUM
    • C、Chameleon
    • D、Jarvis－Patrick（JP）

    正确答案:C

  • 第6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

    正确答案:B

  • 第7题：

    常见的分区格式有（），它们的主要区别是所支持的系统不同，分区的簇大小也不同。对应的簇的大小分别为根据分区的大小不同，对应的簇也不同。


    正确答案:FAT、FAT32、NTFS

  • 第8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9题：

    判断题
    DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。
    A

    对

    B

    错


    正确答案： 错
    解析： 暂无解析

  • 第10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


    正确答案： D
    解析： 暂无解析

  • 第11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。

  • 第12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


    正确答案： C
    解析： 暂无解析

  • 第13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

    答案：D
    解析：
    本题考查数据挖掘的基础知识。K-Means和DBSCAN是两个经典的聚类算法，将相似的数据对象归类一组，不相似的数据对象分开。K-means算法基于对象之间的聚类进行聚类，需要输入聚类的个数。DBSCAN算法基于密度进行聚类，需要确定阈值，两者的聚类结果均与输入参数关系很大。DBSCAN可以处理不同大小和不同形状的簇，而K-means算法则不适合。若数据分布密度变化大，则这两种算法都不适用。

  • 第14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：

    关于簇和页的说法正确的是（）。

    • A、页由相邻的簇组成
    • B、簇和页的大小无法由用户设置
    • C、在控制台工具Console中可以查看数据库中的簇和页大小
    • D、DM数据库中的数据以簇为最小存储单位

    正确答案:C

  • 第17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。


    正确答案:错误

  • 第18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19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20题：

    填空题
    常见的分区格式有（），它们的主要区别是所支持的系统不同，分区的簇大小也不同。对应的簇的大小分别为根据分区的大小不同，对应的簇也不同。

    正确答案： FAT、FAT32、NTFS
    解析： 暂无解析

  • 第21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22题：

    判断题
    给定由两次运行K均值产生的两个不同的簇集，误差的平方和最大的那个应该被视为较优。
    A

    对

    B

    错


    正确答案： 错
    解析： 暂无解析

  • 第23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


    正确答案： 对
    解析： 暂无解析

相关内容