单选题

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

查看答案
该试题由用户594****20提供 查看答案人数:37338 如遇到问题请 联系客服
正确答案
该试题由用户594****20提供 查看答案人数:37339 如遇到问题请联系客服

相关试题

换一换
单选题
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
主观题
DBSCAN算法属于什么类型的聚类算法?
答案
判断题
DBSCAN算法对异常值敏感,因此要在聚类前进行异常值分析()
答案
主观题
在机器学习扩展库sklearn中,KMeans聚类模型完成聚类之后,可以通过_____________属性查看各个聚类的中心。
答案
单选题
DBSCAN算法假设聚类结构能通过样本分布的确定,该算法通过考察来衡量样本之间的可连接性,不断扩展聚类簇实现聚类目的()
A.离散程度,相关性 B.紧密程度,关联性 C.紧密程度,样本密度 D.紧密程度,相关性
答案
判断题
中国大学MOOC: 聚类算法中的谱聚类算法是一种分层算法。
答案
单选题
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 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)
答案
主观题
中国大学MOOC: 关于DBSCAN算法的错误描述是( )。
答案
判断题
在做聚类时,DBSCAN会删掉它认为是噪声点的数据点。()
答案
单选题
以下哪个聚类算法不属于基于网格的聚类算法()。
A.STING B.WaveCluster C.MAFIA D.BIRCH
答案
购买搜题卡 会员须知 | 联系客服
会员须知 | 联系客服
关注公众号,回复验证码
享30次免费查看答案
微信扫码关注 立即领取
恭喜获得奖励,快去免费查看答案吧~
去查看答案
全站题库适用,可用于E考试网网站及系列App

    只用于搜题看答案,不支持试卷、题库练习 ,下载APP还可体验拍照搜题和语音搜索

    支付方式

     

     

     
    首次登录享
    免费查看答案20
    微信扫码登录 账号登录 短信登录
    使用微信扫一扫登录
    登录成功
    首次登录已为您完成账号注册,
    可在【个人中心】修改密码或在登录时选择忘记密码
    账号登录默认密码:手机号后六位