聚类分析时,距离就是“相似性”的度量。在系统聚类法中有两个级别的相似性的度量,一个是样本和样本的相似性的度量,另一个是样本形成的类和类之间的相似性的度量（）

A、基于“物以类聚，人以群分”思想

B、采用样本间距离度量相似性，将数据分类划分到已有类别

C、k-means算法适合于非此即彼的聚类分析方法

D、对于有层级关系的样本，可以采用自底向上的凝聚式层次聚类分析方法

A.好聚类的方法的标准是要产生高质量的聚类结果

B.聚类结果的好坏取决于相似性的度量方法以及具体实现

C.聚类结果的好坏与能否发现隐含模式无关

D.好的聚类结果应该有高类内相似性和低类间相似性这样的特征

A.样本输入顺序

B.模式相似性测度

C.聚类准则

D.初始类中心的选取

A、簇内的相似性越大，族间的差别越小，聚类的效果就越好

B、簇内的相似性越大，簇间的差别越小，聚类的效果就越差

C、簇内的相似性越大，族间的差别越大，聚类的效果就越好

D、簇内的相似性越大，簇间的差别越大，聚类的效果就越差

A.监督学习

B.非监督学习

C.训练

D.测试

A.色彩相似性

B.视觉相似性

C.语言相似性

D.音响相似性

A.权利内容的相似性

B.所处发展阶段的相似性

C.交易条件的相似性

D.研发成本的相似性

E.功效的相似性

A.功效的相似性

B.所处发展阶段的相似性

C.交易条件的相似性

D.研发成本的相似性

E.权利内容的相似性