主观题

使用DBSCAN算法对鸢尾花数据集(Iris.arff)进行聚类,将epsilon参数设置为0.2, minPoints参数设置为5,忽略class属性,那么将形成( )个簇。

查看答案
该试题由用户487****26提供 查看答案人数:33991 如遇到问题请 联系客服
正确答案
该试题由用户487****26提供 查看答案人数:33992 如遇到问题请联系客服

相关试题

换一换
热门试题
舒婷1979年开始发表作品,著有诗集《心烟》《会唱歌的鸢尾花》和《始祖鸟》。() 一些要求低温与湿润条件完成休眠的种子,如芍药、鸢尾花、飞燕草等必须()。 使用EM聚类器对鸢尾花数据集(iris.arff)进行聚类,将簇数设置为3,其他参数保持默认值,忽略class属性,选择类别作为簇的评价标准并指定class,从结果中可知,下列选项中,()是正确的。 多分类问题可分解为多个二分类问题。将三类鸢尾花分类,需要几个分类器?() DBSCAN算法属于什么类型的聚类算法? 采用DBSCAN算法,需要预先指定 DBSCAN算法对异常值敏感,因此要在聚类前进行异常值分析() 模型算法中,对样本数据机器学习时,通常把数据集分为训练集和测试集() 中国大学MOOC: 关于DBSCAN算法的错误描述是( )。 标准BP算法是在读取全部数据集后,对参数进行统一更新的算法。() 关于聚类算法K-Means和DBSCAN的叙述中,不正确的是( )。 Apriori算法扫描数据库的次数等于最大频繁项集的项数。() 已知SVM算法的最小时间复杂度是O(n²),以下哪种规格的数据集并不适该算法() 在做聚类时,DBSCAN会删掉它认为是噪声点的数据点。() K-means聚类是发现给定数据集的K个簇的算法。() GOOSE输出数据集必须使用DO方式() GOOSE输出数据集应使用DO方式。 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() 根据数据集的特征不同,查找算法有顺序查找、二分查找、散列查找等() 某算法的时间复杂度为O(n2)。若该算法在规模为n的数据集上,运行时间为10秒;如果数据规模扩大为2n,该算法大约需要运行()
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