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(xiàn)不是明顯分離的簇,即便簇有重疊也可以發(fā)現(xiàn),但是DBSCAN會合并有重疊的簇
您可能感興趣的試卷
你可能感興趣的試題
A.當簇只包含少量數(shù)據(jù)點,或者數(shù)據(jù)點近似協(xié)線性時,混合模型也能很好地處理
B.混合模型比K均值或模糊C均值更一般,因為它可以使用各種類型的分布
C.混合模型很難發(fā)現(xiàn)不同大小和橢球形狀的簇
D.混合模型在有噪聲和離群點時不會存在問題
A.它使用具體的訓練實例進行預測,不必維護源自數(shù)據(jù)的模型
B.分類一個測試樣例開銷很大
C.最近鄰分類器基于全局信息進行預測
D.可以生產(chǎn)任意形狀的決策邊界
A.信息的溢出程度
B.信息的增加效益
C.熵增加的程度最大
D.熵減少的程度最大
A.性別=“男”=>職業(yè)=“司機”,是布爾型關(guān)聯(lián)規(guī)則
B.性別=“女”=>avg(收入)=2300,是一個數(shù)值型關(guān)聯(lián)規(guī)則
C.肝炎=>ALT(丙氨酸轉(zhuǎn)氨酶)升高,是一個單層關(guān)聯(lián)規(guī)則
D.性別=“女”=> 職業(yè)=“秘書”,是多維關(guān)聯(lián)規(guī)則
A.作回歸分析的變量之間要有實際意義,不能把毫無關(guān)聯(lián)的兩種現(xiàn)象隨意進行回歸分析,要結(jié)合專業(yè)知識對兩事物之間是否存在因果關(guān)系作出合理解釋和結(jié)論。
B.在進行線性回歸分析進行的數(shù)據(jù)準備的時候,要求因變量y和自變量x都是符合總體正態(tài)的隨機變量。
C.回歸直線不要隨意外延
D.所有非線性回歸都可以轉(zhuǎn)化為線性回歸
最新試題
一個時間序列由長期趨勢、季節(jié)變動、循環(huán)波動和不規(guī)則波動四種成分構(gòu)成,()。
建設投資包括()等。
在訓練樣本集中,對于訓練樣本數(shù)目不均衡的情況,處理方法妥當?shù)氖牵ǎ?/p>
因子分析的作用是()。
時間序列的問題需考慮下列何者()。
時間序列會受()因素共同作用。
有效的市場細分必須滿足如下條件()。
假設某化工廠用200個O型環(huán)來密封輸送腐蝕性材料的管道閥門。每個O型環(huán)的價格為5美元,而且每兩個月要更換一次。每次更換成本為5000美元。一種心產(chǎn)品的抗腐蝕能力是這種O型環(huán)的兩倍。在不考慮更換成本和考慮更換成本條件下這種新材料的使用價值分別為()。
選擇渠道成員的標準包括()。
供應商的物流服務水平可以從()方面來衡量。