更多“18、模糊k-均值聚类算法是对硬聚类算法的一种改进。”相关问题
  • 第1题:

    K均值K-Means算法是密度聚类。()

    此题为判断题(对,错)。


    正确答案:错误

  • 第2题:

    聚合聚类算法的代表是()。

    A.KNN

    B.FP-Growth

    C.Apriori

    D.AGNES


    正确答案:D

  • 第3题:

    常见的聚类算法可以分为几类?


    正确答案:基于划分的聚类算法,基于层次的聚类算法,基于密度的聚类算法,基于网格的聚类算法,基于模型的聚类算法等。

  • 第4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5题:

    主要的数据挖掘算法有()。

    • A、分割聚类法
    • B、ID3算法
    • C、Apriori算法
    • D、遗传算法

    正确答案:A,B,C

  • 第6题:

    论述聚类检索算法的基本思想。


    正确答案: 1)建立检索系统数据库中文档的向量表示,并进行聚类处理,形成聚类文档。2)接受用户检索请求,并将检索请求表示或转换为提问向量;3)确定相似度计算函数,并计算提问向量与聚类文档中各文档类向量之间的相似度。4)根据系统中预定义的相似度阈值,选择与提问向量相似度值大于阈值的类向量作为下一步进行检索的文档范围;或者,只选择与提问向量最相似的类向量中的文档作为继续检索匹配的对象。5)在选中的类向量所包含的文档集合中,逐一计算提问向量与各文档向量的相似度,并将相似度值大于指定阈值的文档作为命中结果排序输出。

  • 第7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

    正确答案:A,C

  • 第8题:

    问答题
    写出K-均值聚类算法的计算步骤。

    正确答案: 首先根据最终分类的个数k随机地选取k个初始的聚类中心,不断地迭代,知道达到目标函数的最小值,即得到最终的聚类结果。即:
    1、为中心向量{C1,C2,……,CK}初始化K个种子;
    2、分组:
    1)将样本分配给距离其最近的中心向量;
    2)由这些样本构造不相交的聚类;
    3、确定中心:用各个聚类的中心向量作为新的中心;
    4、重复分组和确定中心的步骤,直至算法收敛。
    解析: 暂无解析

  • 第9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

    STING

    B

    WaveCluster

    C

    MAFIA

    D

    BIRCH


    正确答案: A
    解析: 暂无解析

  • 第10题:

    单选题
    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


    正确答案: D
    解析: 暂无解析

  • 第11题:

    多选题
    ()都属于分裂的层次聚类算法。
    A

    二分K均值

    B

    MST

    C

    Chameleon

    D

    组平均


    正确答案: D,B
    解析: 暂无解析

  • 第12题:

    多选题
    以下属于聚类算法的是()
    A

    K均值

    B

    DBSCAN

    C

    Apriori

    D

    Jarvis-Patrick(JP)


    正确答案: D,C
    解析: 暂无解析

  • 第13题:

    层次聚类算法分为哪两种方法?简述这两个层次聚类算法。


    正确答案:层次聚类算法是假设类别之间存在层次结构,将样本聚到层次化的类中。层次聚类又有聚合或自底向上聚类、分裂或自顶向下聚类两种方法。聚合聚类开始将每个样本各自分到一个类,之后将相距最近的两类合并,建立一个新的类,重复此操作直到满足终止条件,得到层次化的类别。分裂聚类开始将所有样本分到一个类,之后将已有类中相距最远的样本分到两个新的类,重复此操作直到满足停止条件,得到层次化的类别。

  • 第14题:

    简述k-means算法,层次聚类算法的优缺点。


    正确答案:(1)k-means算法:
    优点:算法描述容易,实现简单快速
    不足:
    簇的个数要预先给定
    对初始值的依赖极大
    不适合大量数据的处理
    对噪声点和离群点很敏感
    很难检测到“自然的”簇
    (2)层次聚类算法:
    BIRCH算法:
    优点:利用聚类特征树概括了聚类的有用信息,节省内存空间;具有对象数目呈线性关系,可伸缩性和较好的聚类质量。
    不足:每个节点只能包含有限数目的条目,工作效率受簇的形状的影响大。
    C.URE算法:
    优点:对孤立点的处理能力强;适用于大规模数据处理,伸缩性好,没有牺牲聚类质量。
    缺点:算法在处理大量数据时必须基于抽样,划分等技术。
    R.OCK算法:
    优点:分类恰当,可采用随机抽样处理数据。
    缺点:最坏的情况下时间复杂度级数大。
    基于密度的聚类算法:可识别具有任意形状不同大小的簇,自动确定簇的数目,分离簇和环境噪声,一次扫描即可完成聚类,使用空间索引时间复杂度为O(NlbN)。

  • 第15题:

    BIRCH是一种()。

    • A、分类器
    • B、聚类算法
    • C、关联分析算法
    • D、特征选择算法

    正确答案:B

  • 第16题:

    ()都属于分裂的层次聚类算法。

    • A、二分K均值
    • B、MST
    • C、Chameleon
    • D、组平均

    正确答案:A,B

  • 第17题:

    以下哪些是监督分类的分类方法()

    • A、K-均值算法
    • B、多级切割分类法
    • C、最大似然比法
    • D、动态聚类法

    正确答案:B,C

  • 第18题:

    ISODATA算法与K-均值算法有什么不同。


    正确答案: 第一,它不是每调整一个样本的类别就重新计算一次各类样本的均值,而是在把所有样本都调整完毕之后才重新计算,前者称为逐个样本修正法,后者称为成批样本修正法;第二,ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析,而且可以自动地进行类别“合并”和“分裂”,从而得到类数比较合理的聚类结果。

  • 第19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

    正确答案:B

  • 第20题:

    问答题
    按照聚类的原理和方法划分有哪三类聚类算法?各种聚类算法的思想是什么?

    正确答案: 按照聚类的原理和方法来划分聚类算法,分为:
    ①层次聚类;②划分聚类;③基于密度的聚类。
    各种聚类算法的思想如下:
    ①层次聚类:递归的对对象进行合并或者分裂,直到满足某一终止条件。根据二叉树生成的顺序,可以把层次聚类方法分为合并型层次聚类和分解型层次聚类;
    ②划分聚类:给定聚类数目k和目标函数F,划分聚类算法把D划分成k个类,是的目标函数在此划分下达到最优,划分算法把聚类问题转化成一个组合优化问题,从一个初始划分或者一个厨师聚点集合开始,利用迭代控制策略优化目标函数。
    ③基于密度的聚类:根据空间密度的差别,把具有相似密度的点作为聚类。通常只扫描一次数据库。
    解析: 暂无解析

  • 第21题:

    多选题
    主要的数据挖掘算法有()。
    A

    分割聚类法

    B

    ID3算法

    C

    Apriori算法

    D

    遗传算法


    正确答案: B,C
    解析: 暂无解析

  • 第22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

    SOM

    D

    CLIQUE


    正确答案: C
    解析: 暂无解析

  • 第23题:

    单选题
    BIRCH是一种()。
    A

    分类器

    B

    聚类算法

    C

    关联分析算法

    D

    特征选择算法


    正确答案: C
    解析: 暂无解析

  • 第24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