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、形状和密度的簇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)
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、形状和密度的簇
- 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)
相关考题:
以下是哪一个聚类算法的算法流程() ①构造k-最近邻图。 ②使用多层图划分算法划分图。 ③repeat:合并关于相对互连性和相对接近性而言,最好地保持簇的自相似性的簇。 ④until:不再有可以合并的簇。A、MSTB、OPOSSUMC、ChameleonD、Jarvis-Patrick(JP)
单选题以下是哪一个聚类算法的算法流程() ①构造k-最近邻图。 ②使用多层图划分算法划分图。 ③repeat:合并关于相对互连性和相对接近性而言,最好地保持簇的自相似性的簇。 ④until:不再有可以合并的簇。AMSTBOPOSSUMCChameleonDJarvis-Patrick(JP)
单选题下面关于Jarvis-Patrick(JP)聚类算法的说法不正确的是()。AJP聚类擅长处理噪声和离群点,并且能够处理不同大小、形状和密度的簇BJP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CJP聚类是基于SNN相似度的概念DJP聚类的基本时间复杂度为O(m)
多选题目前聚类算法的选择缺觉与()的类型,()的目的和应用A数据B关联C聚类