單項選擇題（）將兩個簇的鄰近度定義為兩個簇合并時導(dǎo)致的平方誤差的增量，它是一種凝聚層次聚類技術(shù)。
A.MIN（單鏈）
B.MAX（全鏈）
C.組平均
D.Ward方法
您可能感興趣的試卷
你可能感興趣的試題
1.單項選擇題（）將兩個簇的鄰近度定義為不同簇的所有點對的平均逐對鄰近度，它是一種凝聚層次聚類技術(shù)。
A.MIN（單鏈）
B.MAX（全鏈）
C.組平均
D.Ward方法
2.單項選擇題檢測一元正態(tài)分布中的離群點，屬于異常檢測中的基于（）的離群點檢測。
A.統(tǒng)計方法
B.鄰近度
C.密度
D.聚類技術(shù)
3.單項選擇題BIRCH是一種（）。
A.分類器
B.聚類算法
C.關(guān)聯(lián)分析算法
D.特征選擇算法
4.單項選擇題（）是一個觀測值，它與其他觀測值的差別如此之大，以至于懷疑它是由不同的機(jī)制產(chǎn)生的。
A.邊界點
B.質(zhì)心
C.離群點
D.核心點
5.單項選擇題在基本K均值算法里，當(dāng)鄰近度函數(shù)采用（）的時候，合適的質(zhì)心是簇中各點的中位數(shù)。
A.曼哈頓距離
B.平方歐幾里德距離
C.余弦距離
D.Bregman散度
最新試題
小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機(jī)手段來完成。
題型：判斷題
選擇用于k均值聚類的聚類數(shù)k的一種好方法是嘗試k的多個值，并選擇最小化失真度量的值。
題型：判斷題
無論質(zhì)心的初始化如何，K-Means始終會給出相同的結(jié)果。
題型：判斷題
當(dāng)數(shù)據(jù)集標(biāo)簽錯誤的數(shù)據(jù)點時，隨機(jī)森林通常比AdaBoost更好。
題型：判斷題
當(dāng)MAP中使用的先驗是參數(shù)空間上的統(tǒng)一先驗時，MAP估計等于ML估計。
題型：判斷題
由于決策樹學(xué)會了對離散值輸出而不是實值函數(shù)進(jìn)行分類，因此它們不可能過度擬合。
題型：判斷題
任何對數(shù)據(jù)處理與存儲系統(tǒng)的操作均需要記錄，這符合數(shù)據(jù)安全的要求。
題型：判斷題
要將工作申請分為兩類，并使用密度估計來檢測離職申請人，我們可以使用生成分類器。
題型：判斷題
使決策樹更深將確保更好的擬合度，但會降低魯棒性。
題型：判斷題
給定用于2類分類問題的線性可分離數(shù)據(jù)集，線性SVM優(yōu)于感知器，因為SVM通常能夠在訓(xùn)練集上實現(xiàn)更好的分類精度。
題型：判斷題