6、根据聚类形成的簇的特点,如果有交集的簇之间必然存在包含关系,这种聚类称为()。A.划分型聚类B.层次型聚类C.重叠聚类D.以上均不是

6、根据聚类形成的簇的特点,如果有交集的簇之间必然存在包含关系,这种聚类称为()。

A.划分型聚类

B.层次型聚类

C.重叠聚类

D.以上均不是


参考答案和解析
层次型聚类

相关考题:

K-means聚类是发现给定数据集的K个簇的算法。() 此题为判断题(对,错)。

BFR聚类簇的坐标可以与空间的坐标保持一致。() 此题为判断题(对,错)。

聚类技术把( )看做对象。 A数据B数据库C簇D数据元组

聚簇索引是指索引项的顺序与表中记录的物理顺序一致的索引组织,在二个基本表上最多只能建立【 】个聚簇索引。

已知关系:STUDENT(sno,sname,grade),以下关于命令 “CREATE CLUSTER INDEX s_index ON student (grade)” 的描述中,正确的是( )。A.按成绩降序创建了一个聚簇索引B.按成绩升序创建了一个聚簇索引C.π按成绩降序创建了一个非聚簇索引D.按成绩升序创建了一个非聚簇索引

数据挖掘方法中的聚类分析也被称为无制导学习。一个好的聚类分析算法应该使得所得到的______。A.聚簇问的相似性很高,而不同的聚簇内的相似性很低B.聚簇内的相似性很低,而不同的聚簇间的相似性很高C.聚簇间的相似性很低,而不同的聚簇内的相似性很低D.聚簇内的相似性很高,而不同的聚簇间的相似性很低A.B.C.D.

索引从物理上分为聚簇索引和【 】。

已知关系:STUDENT(sno,sname,grade),以下关于命令 “CREATECLUSTER INDEXS_index ONStudent(grade)”的描述中,正确的是A.按成绩降序创建了一个聚簇索引B.按成绩升序创建了一个聚簇索引C.按成绩降序创建了一个非聚簇索引D.按成绩升序创建了一个非聚簇索引

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

从点作为个体簇开始,每一步合并两个最接近的簇,这是一种分裂的层次聚类方法。

划分聚类方法对数据集进行聚类时包含什么要点?

在聚类分析当中,簇内的相似性越大,簇间的差别越大,聚类的效果就越差。

聚类集团包含哪些客户()?A、田园聚类客户B、校园聚类客户C、老乡聚类客户D、产业聚类客户

聚类分析包括哪两种类型()。A、指标之间的聚类和变量之间的聚类B、变量之间的聚类和样品之间的聚类C、样品之间的聚类和总体之间的聚类D、指标之间的聚类和总体之间的聚类

文献聚类可以在文献所包含的词的基础上形成。

K-Means聚类法要求自变量之间不存在共线性,是因为()A、变量存在多重共线性时无法得到聚类结果B、变量存在多重共线性时无法解释聚类结果C、变量存在多重共线性时,相关变量会在距离计算中占据很高的权重,从而对聚类结果有负面的影响D、变量存在多重共线性时,得到的聚类结果是完全错误的

如果一个对象不强属于任何簇,那么该对象是基于聚类的离群点。

K均值是一种产生划分聚类的基于密度的聚类算法,簇的个数由算法自动地确定。

索引项的顺序与表中记录的物理顺序一致的索引,称之为()。A、复合索引B、唯一性索引C、聚簇索引D、非聚簇索引

简单地将数据对象集划分成不重叠的子集,使得每个数据对象恰在一个子集中,这种聚类类型称作()。A、层次聚类B、划分聚类C、非互斥聚类D、模糊聚类

单选题K-Means聚类法要求自变量之间不存在共线性,是因为()A变量存在多重共线性时无法得到聚类结果B变量存在多重共线性时无法解释聚类结果C变量存在多重共线性时,相关变量会在距离计算中占据很高的权重,从而对聚类结果有负面的影响D变量存在多重共线性时,得到的聚类结果是完全错误的

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)

单选题()将两个簇的邻近度定义为两个簇合并时导致的平方误差的增量,它是一种凝聚层次聚类技术。AMIN(单链)BMAX(全链)C组平均DWard方法

单选题简单地将数据对象集划分成不重叠的子集,使得每个数据对象恰在一个子集中,这种聚类类型称作()A层次聚类B划分聚类C非互斥聚类D模糊聚类

判断题从点作为个体簇开始每一步合并两个最接近的簇,这是一种分裂的层次聚类方法。A对B错

判断题在聚类分析当中,簇内的相似性越大,簇间的差别越大,聚类的效果就越差。A对B错

判断题K均值是一种产生划分聚类的基于密度的聚类算法,簇的个数由算法自动地确定。A对B错

判断题如果一个对象不强属于任何簇,那么该对象是基于聚类的离群点。A对B错