题目
A.算法简单、经典
B.当聚类的每个簇是密集的,且簇与簇之间区别特别明显时,其聚类效果较好
C.处理大数据集时是高效的,并且具有较好的可伸缩性
D.能够识别出噪声点
第1题
A.算法简单、经典
B.当聚类的每个簇是密集的,且簇与簇之间区别特别明显时,其聚类效果较好
C.处理大数据集时是高效的,并且具有较好的可伸缩性
D.能够识别出噪声点
第2题
A.算法简单、经典
B.当聚类的每个簇是密集的,且簇与簇之间区别特别明显时,其聚类效果较好
C.处理大数据集时是高效的,并且具有较好的可伸缩性
D.能够识别出噪声点
第3题
A.算法简单、经典
B.当聚类的每个簇是密集的,且簇与簇之间区别特别明显时,其聚类效果较好
C.处理大数据集时是高效的,并且具有较好的可伸缩性
D.能够识别出噪声点
第4题
A.算法简单、经典
B.当聚类的每个簇是密集的,且簇与簇之间区别特别明显时,其聚类效果较好
C.处理大数据集时是高效的,并且具有较好的可伸缩性
D.能够识别出噪声点
第10题
A.在聚类分析中,簇之间的相似性越小,簇内样本的差别越小,聚类的效果就越好。
B.聚类分析是一种非监督的过程。
C.K均值算法是一种常用的聚类算法,簇的个数算法不能自动确定。
D.K均值算法的计算耗时与初始假设聚类中心的位置无关。
第11题
A.在聚类分析中,簇之间的相似性越小,簇内样本的差别越小,聚类的效果就越好。
B.聚类分析是一种非监督的过程。
C.K均值算法是一种常用的聚类算法,簇的个数算法不能自动确定。
D.K均值算法的计算耗时与初始假设聚类中心的位置无关。
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!