K均值(K-means)算法,不能聚类以下()类型的样本?A.圆形分布B.螺旋分布C.带状分布D.凸多边形分布

K均值(K-means)算法,不能聚类以下()类型的样本?

A.圆形分布

B.螺旋分布

C.带状分布

D.凸多边形分布


参考答案和解析
对大数据集有较高的效率并且具有可伸缩性。;是一种无监督学习方法。;k值无法自动获取,初始聚类中心随机选择。

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)。

K-means聚类中K值选取的方法是()。 A、密度分类法B、手肘法C、大腿法D、随机选取

影响基本K-均值算法的主要因素有()A.样本输入顺序B.模式相似性测度C.聚类准则

以下对k-means聚类算法解释正确的是()A.能自动识别类的个数,随即挑选初始点为中心点计算B.能自动识别类的个数,不是随即挑选初始点为中心点计算C.不能自动识别类的个数,随即挑选初始点为中心点计算D.不能自动识别类的个数,不是随即挑选初始点为中心点计算

K-means聚类适用的数据类型是()。 A.语音数据B.数值型数据C.所有数据D.字符型数据

K均值K-Means算法是密度聚类。() 此题为判断题(对,错)。

以下哪种算法不是监督学习() A、决策树B、随机森林C、神经网络D、k-means

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

简述k-means算法,层次聚类算法的优缺点。

若数据量较大,下面哪种方式比较适合()A、系统聚类B、快速聚类(k-means)C、A和B都可以D、A和B都不可以

K-means算法的缺点不包括()A、K必须是事先给定的B、选择初始聚类中心C、对于“噪声”和孤立点数据是敏感的D、可伸缩、高效

K-means算法叙述正确的是()A、在K-means算法中K是事先给定的,这个K值的选定是非常难以估计的B、在K-means算法中,首先需要根据初始聚类中心来确定一个初始划分,然后对初始划分进行优化C、对于一个类中的每个对象,在其给定半径的领域中包含的对象不能少于某一给定的最小数目D、从K-means算法框架可以看出,该算法需要不断地进行样本分类调整,不断地计算调整后的新的聚类中心,因此当数据量非常大时,算法的时间开销是非常大的

K-means算法的叙述正确的是()A、在K-means算法中K是事先给定的,这个K值的选定是非常难以估计的B、在K-means算法中,首先需要根据初始聚类中心来确定一个初始划分,然后对初始划分进行优化C、对于一个类中的每个对象,在其给定半径的领域中包含的对象不能少于某一给定的最小数目的新的聚类心,因此当数据量非常大时,算法的时间开销是非常大的

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。

()都属于分裂的层次聚类算法。A、二分K均值B、MSTC、ChameleonD、组平均

以下属于聚类算法的是()A、K均值B、DBSCANC、AprioriD、Jarvis-Patrick(JP)

以下哪些是监督分类的分类方法()A、K-均值算法B、多级切割分类法C、最大似然比法D、动态聚类法

下列哪种算法属于分类算法的范畴().A、Apriori算法B、k-means算法C、kNN算法D、FP-Growth算法

下列哪种算法属于聚类算法的范畴().A、Apriori算法B、k-means算法C、kNN算法D、C4.5算法

以下算法中,不属于分类预测的典型算法的是()A、Logistic回归B、决策树C、K-means算法D、神经网络

问答题写出K-均值聚类算法的计算步骤。

多选题K-means算法叙述正确的是()A在K-means算法中K是事先给定的,这个K值的选定是非常难以估计的B在K-means算法中,首先需要根据初始聚类中心来确定一个初始划分,然后对初始划分进行优化C对于一个类中的每个对象,在其给定半径的领域中包含的对象不能少于某一给定的最小数目D从K-means算法框架可以看出,该算法需要不断地进行样本分类调整,不断地计算调整后的新的聚类中心,因此当数据量非常大时,算法的时间开销是非常大的

单选题以下哪个聚类算法不是属于基于原型的聚类()。A模糊c均值BEM算法CSOMDCLIQUE

问答题简述系统聚类与K-means聚类的基本原理。

多选题()都属于分裂的层次聚类算法。A二分K均值BMSTCChameleonD组平均

多选题以下属于聚类算法的是()AK均值BDBSCANCAprioriDJarvis-Patrick(JP)

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

单选题K-means算法的缺点不包括()AK必须是事先给定的B选择初始聚类中心C对于“噪声”和孤立点数据是敏感的D可伸缩、高效