以下是哪一個聚類算法的算法流程()。
①構造k-最近鄰圖。
②使用多層圖劃分算法劃分圖。
③repeat:合并關于相對互連性和相對接近性而言,最好地保持簇的自相似性的簇。
④until:不再有可以合并的簇。
A.MST
B.OPOSSUM
C.Chameleon
D.Jarvis-Patrick(JP)
您可能感興趣的試卷
你可能感興趣的試題
A.K均值丟棄被它識別為噪聲的對象,而DBSCAN一般聚類所有對象
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均值很難處理非球形的簇和不同大小的簇,DBSCAN可以處理不同大小和不同形狀的簇
D.K均值可以發(fā)現不是明顯分離的簇,即便簇有重疊也可以發(fā)現,但是DBSCAN會合并有重疊的簇
A.基于圖的凝聚度
B.基于原型的凝聚度
C.基于原型的分離度
D.基于圖的凝聚度和分離度
A.O(m)
B.O(m2)
C.O(logm)
D.O(m*logm)
A.MIN(單鏈)
B.MAX(全鏈)
C.組平均
D.Ward方法
A.MIN(單鏈)
B.MAX(全鏈)
C.組平均
D.Ward方法
最新試題
數據壓縮與解壓縮可以使得數據處理的速度加快。
公司內部收集的數據不存在需要考慮數據隱私的環(huán)節(jié)。
支持向量機不適合大規(guī)模數據。
選擇用于k均值聚類的聚類數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。
通過統(tǒng)計學可以推測擲兩個撒子同時選中3點的幾率。
經常跟管理層打交道并進行有效地關于商業(yè)領域的討論有助于數據科學項目的成功。
使決策樹更深將確保更好的擬合度,但會降低魯棒性。
訓練神經網絡具有過度擬合訓練數據的潛在問題。
當反向傳播算法運行到達到最小值時,無論初始權重是什么,總是會找到相同的解(即權重)。
數據索引是保證數據處理高性能的軟件角度的一種手段,不做數據索引的數據訪問是線性訪問,但是做了索引的數據訪問會成倍的降低訪問時間。