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.
第1题:
数据挖掘的分类方法很多。根据不同挖掘任务,可将其分为(63)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等
第2题:
不是数据挖掘的基本算法的选项是( )。
A.遗传算法
B.冒泡法
C.决策树
D.聚类分析
第3题:
关于聚类分析的说法,不正确的是_________。
A.聚类可作为分类等其他任务的预处理过程
B.聚类分析目标是使同一个簇中的样本相似度较高,而不同簇间的样本相似度较低
C.“簇”越多说明聚类效果越好
D.聚类是无监督学习方法
第4题:
数据挖掘的分类方法很多。根据不同挖掘方法,可将其分为(47)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等
第5题:
聚类分析在数据挖掘中的应用有:
A.作为一个独立的工具来获得数据的分布情况
B.作为其它算法的预处理步骤
C.完成孤立点挖掘
D.发现关联规则