题目
A.DBSCAN是具有噪声的基于密度的空间聚类方法
B.DBSCAN算法不能发现任意形状的空间聚类
C.DBSCAN聚类有一个参数是半径(Eps)
D.DBSCAN聚类还有一个参数是以点P为中心的邻域内最少点的数量(MinPts)
第4题
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
第5题
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均值使用簇的基本原型概念,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DBSCAN会合并有重叠的簇
第7题
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
E.K均值和DBSCAN的最初版本都是针对欧几里得数据设计的,但是它们都被扩展,以便处理其他类型的数据
第9题
A.邻域越大聚类的速度越快,但效果不一定最好
B.MinPts的值越小越有利于分类
C.只有核心对象之间相互密度可达
D.直接密度可达是密度可达的传递闭包
第10题
A.能够识别出噪声点
B.不能很好反映高维数据
C.对用户定义的密度(ε,MinPts)参数是敏感的
D.如果样本集的密度不均匀、簇间距离相差很大时,聚类质量较差
为了保护您的账号安全,请在“赏学吧”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!