A.聚类分析适合探讨样本间相互关联关系从而对一个样本结构做一个初步的评价
B.聚类是一种监督的学习方法
C.聚类不依赖于事先确定的数据类别
D.聚类是观察式学习
第1题
A.干扰样本清理算法
B.异常样本识别算法
C.异常样本聚类算法
D.决策树算法
第3题
A.能够获得一定数量的类别已知的训练样本
B.在要解决的模式识别问题中,已知要划分的类别
C.不需要根据样本特征将样本聚成几个类,使属于同一类的样本在一定意义上是相似的
D.在统计中通常也被称作聚类分析
第5题
A.类别数目的确定具有一定的主观性
B.类别数目的确定具有一定的客观性
C.基本思想是将每一个样本分配给最近重心(均值)的类中
D.处理速度较快,效率高于系统聚类
E.适合于大样本并且均为连续型变量的情形
第7题
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
第10题
A.按照相似性和相异性进行划分后,每个群组内部各对象间的相似度会很高,而不同群组对象之间的相异度很低
B.数据处理阶段用作数据探索的工具,通过聚类发现数据间的深层次的关系等
C.运用层次的方法,依次让最相似的数据对象两两合并,这样不断地合并,最后就形成了一棵聚类树
D.直接作为模型对观察对象进行群体划分
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!