8、以下关于K均值聚类的说法，错误的是：A．使用K均值聚类方法，需要一开始设置聚类个数B．K均值聚类适用于数据是连续型的场合C．我们只能利用侧影统计量辅助决定K均值聚类个数的选择D．变量个数越多，K均值聚类结果越好

题目

8、以下关于K均值聚类的说法，错误的是：

A．使用K均值聚类方法，需要一开始设置聚类个数

B．K均值聚类适用于数据是连续型的场合

C．我们只能利用侧影统计量辅助决定K均值聚类个数的选择

D．变量个数越多，K均值聚类结果越好

相似考题

1.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)。

2.下列关于K均值聚类法的描述,正确的有()。A.类别数目的确定具有一定的主观性B.类别数目的确定具有一定的客观性C.基本思想是将每一个样本分配给最近重心(均值)的类中D.处理速度较快，效率高于系统聚类E.适合于大样本并且均为连续型变量的情形

3.K均值K－Means算法是密度聚类。()此题为判断题(对，错)。

4.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

更多“8、以下关于K均值聚类的说法，错误的是：”相关问题

  • 第1题：

    聚类的典型应用不包括（ ），（请作答此空）是一个典型的聚类算法。

    A.决策树
    B.Apriori
    C.k-means
    D.SVM

    答案：C
    解析：
    本题考査数据挖掘的基础知识。本题的选项中，A和D是典型的分类算法，B是频繁模式挖掘算法，而C是聚类算法。该题考核数据挖掘的基本概念，随着大数据时代的到来，数据挖掘是其中一个核心的技术，要求考对数据挖掘的基本功能以及基本的算法有一定的了解和掌握。

  • 第2题：

    简述k-means算法，层次聚类算法的优缺点。


    正确答案:（1）k-means算法：
    优点：算法描述容易，实现简单快速
    不足：
    簇的个数要预先给定
    对初始值的依赖极大
    不适合大量数据的处理
    对噪声点和离群点很敏感
    很难检测到“自然的”簇
    （2）层次聚类算法：
    BIRCH算法：
    优点：利用聚类特征树概括了聚类的有用信息，节省内存空间；具有对象数目呈线性关系，可伸缩性和较好的聚类质量。
    不足：每个节点只能包含有限数目的条目，工作效率受簇的形状的影响大。
    C.URE算法：
    优点：对孤立点的处理能力强；适用于大规模数据处理，伸缩性好，没有牺牲聚类质量。
    缺点：算法在处理大量数据时必须基于抽样，划分等技术。
    R.OCK算法：
    优点：分类恰当，可采用随机抽样处理数据。
    缺点：最坏的情况下时间复杂度级数大。
    基于密度的聚类算法：可识别具有任意形状不同大小的簇，自动确定簇的数目，分离簇和环境噪声，一次扫描即可完成聚类，使用空间索引时间复杂度为O（NlbN）。

  • 第3题：

    K-Means聚类法要求自变量之间不存在共线性，是因为（）

    • A、变量存在多重共线性时无法得到聚类结果
    • B、变量存在多重共线性时无法解释聚类结果
    • C、变量存在多重共线性时，相关变量会在距离计算中占据很高的权重，从而对聚类结果有负面的影响
    • D、变量存在多重共线性时，得到的聚类结果是完全错误的

    正确答案:C

  • 第4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。


    正确答案:错误

  • 第5题：

    （）都属于分裂的层次聚类算法。

    • A、二分K均值
    • B、MST
    • C、Chameleon
    • D、组平均

    正确答案:A,B

  • 第6题：

    下列关于黑洞力学定律说法错误的是：（）。

    • A、第零定律是稳态黑洞的表面上，K是常数
    • B、第一定律ΔM=（K/8Π）ΔA+ΩΔJ+VΔQ
    • C、第二定律ΔA>0
    • D、第三定律不能通过有限次操作，是K降到零

    正确答案:C

  • 第7题：

    问答题
    快速聚类法（K—均值法）的基本思想是怎样的？

    正确答案： 如果待分类样品比较多，应先给出一个大概的分类，然后不断对其进行修正，一直到分类结果比较合理为止。
    解析： 暂无解析

  • 第8题：

    多选题
    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


    正确答案： B,D
    解析： 暂无解析

  • 第9题：

    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

    B

    EM算法

    C

    SOM

    D

    CLIQUE


    正确答案： C
    解析： 暂无解析

  • 第10题：

    多选题
    （）都属于分裂的层次聚类算法。
    A

    二分K均值

    B

    MST

    C

    Chameleon

    D

    组平均


    正确答案： D,B
    解析： 暂无解析

  • 第11题：

    多选题
    以下属于聚类算法的是（）
    A

    K均值

    B

    DBSCAN

    C

    Apriori

    D

    Jarvis-Patrick（JP）


    正确答案： D,C
    解析： 暂无解析

  • 第12题：

    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


    正确答案： 错
    解析： 暂无解析

  • 第13题：

    下列关于CASS7.0软件所对应的简码说法中，错误的是（）。

    • A、F表示房屋类地物
    • B、K表示控制点
    • C、X表示线类地物
    • D、G管线类地物

    正确答案:B

  • 第14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15题：

    以下哪个聚类分析的方法是利用统计学定义的距离进行度量（）

    • A、层次聚类法
    • B、快速聚类法（K-Mans）
    • C、基于密度的聚类法
    • D、基于网格的聚类法

    正确答案:A,B

  • 第16题：

    关于混合模型聚类算法的优缺点，下面说法正确的是（）

    • A、当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理
    • B、混合模型比K均值或模糊C均值更一般，因为它可以使用各种类型的分布
    • C、混合模型很难发现不同大小和椭球形状的簇
    • D、混合模型在有噪声和离群点时不会存在问题

    正确答案:B

  • 第17题：

    以下属于聚类算法的是（）

    • A、K均值
    • B、DBSCAN
    • C、Apriori
    • D、Jarvis-Patrick（JP）

    正确答案:A,B,D

  • 第18题：

    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

    正确答案:B,C

  • 第19题：

    单选题
    关于传热系数K下述说法中错误的是（）
    A

    传热过程中总传热系数K实际是个平均值；

    B

    总传热系数K随着所取的传热面不同而异；

    C

    总传热系数K可用来表示传热过程的强弱，与冷、热流体的物性无关；

    D

    要提高K值，应从降低最大热阻着手


    正确答案： C
    解析： 暂无解析

  • 第20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21题：

    问答题
    简述系统聚类与K-means聚类的基本原理。

    正确答案： K.means聚类的基本原理：
    聚类不一定事先确定有多少类；但是K-means聚类却要求先说好要分多少类。看起来有些主观。
    假定分3类，这个方法还进一步要求你事先确定3个点为“聚类种子”（多数软件会自动选种子）；也就是说，把这3个点作为三类中每一类的基石。然后根据和这三个点的距离远近，把所有点分成三类。再把这三类的中心（均值）作为新的基石或种子（原来“种子”就没用了），再重新按照距离分类。如此叠代下去，直到达到停止叠代的要求（比如，各类最后变化不大了，或者叠代次数太多了）。显然，前面的聚类种子的选择并不必太认真，它们很可能最后还会分到同一类中。
    解析： 暂无解析

  • 第22题：

    问答题
    试述K均值法与系统聚类法的异同。

    正确答案： 相同：K—均值法和系统聚类法一样，都是以距离的远近亲疏为标准进行聚类的。
    不同：系统聚类对不同的类数产生一系列的聚类结果，而K—均值法只能产生指定类数的聚类结果。
    具体类数的确定，离不开实践经验的积累；有时也可以借助系统聚类法以一部分样品为对象进行聚类，其结果作为K—均值法确定类数的参考。
    解析： 暂无解析

  • 第23题：

    多选题
    以下哪个聚类分析的方法是利用统计学定义的距离进行度量（）
    A

    层次聚类法

    B

    快速聚类法（K-Mans）

    C

    基于密度的聚类法

    D

    基于网格的聚类法


    正确答案： C,A
    解析： 暂无解析

  • 第24题：

    单选题
    关于混合模型聚类算法的优缺点，下面说法正确的是（）
    A

    当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理

    B

    混合模型比K均值或模糊C均值更一般，因为它可以使用各种类型的分布

    C

    混合模型很难发现不同大小和椭球形状的簇

    D

    混合模型在有噪声和离群点时不会存在问题


    正确答案： C
    解析： 暂无解析

相关内容