A.MIN（單鏈）
B.MAX（全鏈）
C.組平均
D.Ward方法
您可能感興趣的試卷
你可能感興趣的試題
A.MIN（單鏈）
B.MAX（全鏈）
C.組平均
D.Ward方法
A.統(tǒng)計(jì)方法
B.鄰近度
C.密度
D.聚類技術(shù)
A.分類器
B.聚類算法
C.關(guān)聯(lián)分析算法
D.特征選擇算法
A.邊界點(diǎn)
B.質(zhì)心
C.離群點(diǎn)
D.核心點(diǎn)
A.曼哈頓距離
B.平方歐幾里德距離
C.余弦距離
D.Bregman散度
最新試題
支持向量機(jī)不適合大規(guī)模數(shù)據(jù)。
數(shù)據(jù)存儲(chǔ)體系中并不牽扯計(jì)算機(jī)網(wǎng)絡(luò)這一環(huán)節(jié)。
最大似然估計(jì)的一個(gè)缺點(diǎn)是，在某些情況下（例如，多項(xiàng)式分布），它可能會(huì)返回零的概率估計(jì)。
當(dāng)數(shù)據(jù)集標(biāo)簽錯(cuò)誤的數(shù)據(jù)點(diǎn)時(shí)，隨機(jī)森林通常比AdaBoost更好。
訓(xùn)練神經(jīng)網(wǎng)絡(luò)具有過(guò)度擬合訓(xùn)練數(shù)據(jù)的潛在問題。
使決策樹更深將確保更好的擬合度，但會(huì)降低魯棒性。
數(shù)據(jù)收集中的拉模式需要通過(guò)定時(shí)的方式不斷地觸發(fā)，才能源源不斷地獲取對(duì)應(yīng)的數(shù)據(jù)。
對(duì)于文本數(shù)據(jù)和多媒體數(shù)據(jù)進(jìn)行特征提取是為了方便對(duì)于這類數(shù)據(jù)的觀察和理解。
使用正則表達(dá)式可以找到一個(gè)文本文件中所有可能出現(xiàn)的手機(jī)號(hào)碼。
由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。