违法和不良信息举报 联系客服
免费注册 登录

单选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 MSTB OPOSSUMC ChameleonD Jarvis－Patrick（JP）

题目
单选题
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）

如果没有搜索结果或未解决您的问题，请直接 联系老师 获取答案。
相似问题和答案

第1题：

即席报表不支持哪种图表()

A.簇状条形图

B.簇状柱形图

C.仪表盘图

D.面积图


参考答案：C

第2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3题：

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)。


正确答案:正确

第4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5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6题：

以下关于算法的叙述中错误的是

A)算法可以用伪代码、流程图等多种形式来描述

B) 一个正确的算法必须有输入

C) 一个正确的算法必须有输出

D)用流程图描述的算法可以用任何一种计算机高级语言编写成程序代码


正确答案：B
【答案】B
【知识点】算法描述
【解析】一个算法应该有0个或多个输入，但是必须有一个或多个输出。

第7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8题：

影响基本K-均值算法的主要因素有()

A.样本输入顺序

B.模式相似性测度

C.聚类准则


正确答案：B

第9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10题：

在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。


正确答案:错误

更多相关问题
相关内容