目的是将数据对象划分为多个类或簇，在同一个簇中的对象之间具有高的相似度，而不同簇中的对象差别较大指的是（）A、描述B、关联分析C、聚类分析

题目

目的是将数据对象划分为多个类或簇，在同一个簇中的对象之间具有高的相似度，而不同簇中的对象差别较大指的是（）

  • A、描述
  • B、关联分析
  • C、聚类分析
相似考题

1.聚类技术把( )看做对象。A数据B数据库C簇D数据元组

2.交叉反应是由于二种不同的抗原分子中具有()。A.构象决定簇B.不同的抗原决定簇C.功能性决定簇D.相同或相似的抗原决定簇E.连续性决定簇

3.下列关于聚类分析不正确的说法是:()。A.按照相似性和相异性进行划分后，每个群组内部各对象间的相似度会很高，而不同群组对象之间的相异度很低B.数据处理阶段用作数据探索的工具，通过聚类发现数据间的深层次的关系等C.运用层次的方法，依次让最相似的数据对象两两合并，这样不断地合并，最后就形成了一棵聚类树D.直接作为模型对观察对象进行群体划分

4.● 在关于类的实例化的描述中，正确的是（） 。（）A．同一个类的对象具有不同的静态数据成员值B．不同的类的对象具有相同的静态数据成员值C．同一个类的对象具有不同的对象自身引用（this）值D．不同的类的对象具有相同的对象自身引用（this）值

更多“目的是将数据对象划分为多个类或簇，在同一个簇中的对象之间具有高的相似度，而不同簇中的对象差别较大指的是（）A、描述B、关联分析C、聚类分析”相关问题

  • 第1题：

    每个簇的质心centroid是该簇中所有数据对象的均值。()

    此题为判断题(对，错)。


    正确答案：正确

  • 第2题：

    以下关于类的实例化的叙述中，说法正确的是(48)。

    A．不同的类的对象具有相同的静态数据成员值

    B．同一个类的对象具有不同的静态数据成员值

    C．同一个类的对象具有不同的对象自身引用(this)值

    D．同一个类的对象具有相同的对象自身引用(this)值


    正确答案：C
    解析：由同一个类实例化得到的不同对象具有相同的数据成员，但数据成员的值是不同的。静态数据成员用来实现同一个类的不同对象之间的数据共享。同一个类的不同对象共享静态数据成员值，当通过一个对象改变了静态数据成员的值时，通过同类的其他对象可以看到这个修改。因此选项A、B关于静态数据成员的描述都是错误的。对象自身引用(C++中称为this)是面向对象程序设计语言中特有的、十分重要的机制。每个对象都有属于自己的对象自身引用值。

  • 第3题：

    在关于类的实例化的描述中，正确的是(9)。

    A．同一个类的对象具有不同的静态数据成员值

    B．不同的类的对象具有相同的静态数据成员值

    C．同一个类的对象具有不同的对象自身引用(this)值

    D．同一个类的对象具有相同的对象自身引用(this)值


    正确答案：A
    解析：类的实例化是同一个类的对象具有不同的静态数据成员值。

  • 第4题：

    以下关于类的实例化的叙述中，说法正确的是(40)。

    A．不同类的对象具有相同的静态数据成员值

    B．同一个类的对象具有不同的静态数据成员值

    C．同一个类的对象具有不同的对象自身引用(this)值

    D．同一个类的对象具有相同的对象自身引用(this)值


    正确答案：C
    解析：由同一个类实例化得到的不同对象具有相同的数据成员，但数据成员的值是不同的。静态数据成员用来实现同一个类的不同对象之间的数据共享。同一个类的不同对象共享静态数据成员值，当通过一个对象改变了静态数据成员的值时，通过同类的其他对象可以看到这个修改。因此选项A、 B关于静态数据成员的描述都是错误的。对象自身引用(C++语言中称为this)是面向对象程序设计语言中特有的、十分重要的机制。每个对象都有属于自己的对象自身引用值。

  • 第5题：

    数据挖掘方法中，哪一种是找出数据集中各组对象的共同特征，并建立其模型，从而能够将数据集中的其他对象分到不同的组中?

    A．关联规则挖掘

    B．特征描述

    C．分类分析

    D．聚类分析


    正确答案：C
    解析：数据挖掘方法有几种：1)关联规则挖掘。关联规则分析是从一个现象到本质的揣测推理过程。2)特征描述。特征描述是对目标类数据的一般特征或特征进行汇总，并以直观易理解的方式显示给用户。特征描述通常采用的方法是进行数据概念化，将庞大的任务相关的数据集从较低的概念层抽象到较高的概念层。3)分类分析。分类也称做制导的学习，为了建立分类模型，需要有一个用做训练集的示例数据库，数据库中的每个元组都有一个给定的类标识。表示分类模型的一种常用方法是决策树。4)聚类分析。若干个相似的数据对象组合在一起称做一个聚簇。聚类分析是将数据集分割为若干个有意义的聚簇的过程。聚类分析也称做无制导的学习，因为聚类分析与分类分析不同，它不依赖于事先确定的类，也没有已具有类标识的训练集。

  • 第6题：

    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）

    正确答案:D

  • 第7题：

    关于K均值和DBSCAN的比较，以下说法不正确的是（）。

    • A、K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象
    • 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、K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇

    正确答案:A

  • 第8题：

    关于簇的表述，正确的是（）

    • A、簇中放置的第一个对象为元素0
    • B、簇中放置的第一个对象为元素1
    • C、如在簇中删除一个元素，必须手动调整元素的顺序
    • D、簇元素的顺序取决于外框中的物理位置

    正确答案:A

  • 第9题：

    目的是将数据对象划分为多个类或簇，在同一个簇中的对象之间具有高的相似度，而不同簇中的对象差别较大指的是（）。

    • A、描述
    • B、关联分析
    • C、聚类分析

    正确答案:B

  • 第10题：

    以下说法正确的是（）

    • A、关联规则挖掘过程是发现满足最小支持度的所有项集代表的规则。
    • B、寻找模式和规则主要是对数据进行干扰，使其符合某种规则以及模式
    • C、数据挖掘的主要任务是从数据中发现潜在的规律，从而能更好的完成描述数据、预测数据等任务。
    • D、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。

    正确答案:C

  • 第11题：

    单选题
    关于K均值和DBSCAN的比较，以下说法不正确的是（）
    A

    K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象

    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

    K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇


    正确答案： D
    解析： 暂无解析

  • 第12题：

    单选题
    关于簇的表述，正确的是（）
    A

    簇中放置的第一个对象为元素0

    B

    簇中放置的第一个对象为元素1

    C

    如在簇中删除一个元素，必须手动调整元素的顺序

    D

    簇元素的顺序取决于外框中的物理位置


    正确答案： A
    解析： 暂无解析

  • 第13题：

    在关于类的实例化的描述中，正确的是(20)。

    A．同一个类的对象具有不同的静态数据成员值

    B．不同的类的对象具有相同的静态数据成员值

    C．同一个类的对象具有不同的对象自身引用(this)值

    D．不同的类的对象具有不同的对象自身引用(this)值


    正确答案：C
    解析：由同一个类实例化得到的不同对象具有相同的数据成员，但数据成员的值是不同的。静态数据成员用来实现同一个类的不同对象之间的数据共享。同一个类的不同对象共享静态数据成员值，当通过一个对象改变了静态数据成员的值时，通过同类的其他对象可以看到这个修改。因此选项A，B关于静态数据成员的描述都是错误的。对象自身引用是面向对象程序设计中特有的且十分重要的机制。每个对象都有属于自己的对象自身引用值。

  • 第14题：

    数据挖掘中将若干个相似的数据对象组合在一起成为一个聚簇的方法称为 ______ 。


    正确答案：聚类分析
    聚类分析 解析：聚类分析是将数据集分割为若干个有意义的聚簇过程，也称为无制导的学习，以将若干个相似的数据对象组合在一起成为一个聚簇。

  • 第15题：

    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．


    正确答案：D

  • 第16题：

    以下描述错误的是?( )

    ASVM是这样一个分类器，他寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器(minimalmarginclassifier)

    B在聚类分析中，簇内的相似性越大，簇间的差别越大，聚类的效果越好

    C在决策树中，随着树中节点变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题

    D聚类分析可以看做是一种非监督的分类


    答案：AC

  • 第17题：

    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

    答案：D
    解析：
    本题考查数据挖掘的基础知识。K-Means和DBSCAN是两个经典的聚类算法，将相似的数据对象归类一组，不相似的数据对象分开。K-means算法基于对象之间的聚类进行聚类，需要输入聚类的个数。DBSCAN算法基于密度进行聚类，需要确定阈值，两者的聚类结果均与输入参数关系很大。DBSCAN可以处理不同大小和不同形状的簇，而K-means算法则不适合。若数据分布密度变化大，则这两种算法都不适用。

  • 第18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。


    正确答案:错误

  • 第19题：

    （）是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。

    • A、回归分析
    • B、方差分析
    • C、因子分析
    • D、聚类分析

    正确答案:D

  • 第20题：

    分析选项中关于Java中this关键字的说法正确的是（）

    • A、this关键字是在对象内部指代自身的引用
    • B、this关键字可以在类中的任何位置使用
    • C、this关键字和类关联，而不是和特定的对象关联
    • D、同一个类的不同对象共用一个this

    正确答案:A

  • 第21题：

    以下描述错误的是（）。

    • A、SVM是这样一个分类器，它寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器
    • B、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
    • C、在决策树中，随着树中结点输变得太大，即使模型的训练误差还在继续降低，但是检验误差开始增大，这是出现了模型拟合不足的原因
    • D、聚类分析可以看作是一种非监督的分类

    正确答案:C

  • 第22题：

    单选题
    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）


    正确答案： C
    解析： 暂无解析

  • 第23题：

    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


    正确答案： 错
    解析： 暂无解析

  • 第24题：

    单选题
    目的是将数据对象划分为多个类或簇，在同一个簇中的对象之间具有高的相似度，而不同簇中的对象差别较大指的是（）
    A

    描述

    B

    关联分析

    C

    聚类分析


    正确答案： C
    解析： 聚类是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。

相关内容