83、可以作为K均值聚类算法迭代终止条件的有A．最大迭代次数B．聚类结果不再改变C．类别个数不再改变D．类中心不再改变

题目

83、可以作为K均值聚类算法迭代终止条件的有

A．最大迭代次数

B．聚类结果不再改变

C．类别个数不再改变

D．类中心不再改变

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.在k-均值算法中，以下哪个选项可用于获得全局最小?A.尝试为不同的质心(centroid)初始化运行算法B.调整迭代的次数C.找到集群的最佳数量D.以上所有

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“83、可以作为K均值聚类算法迭代终止条件的有”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：

    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3题：

    K-means算法叙述正确的是（）

    • A、在K-means算法中K是事先给定的，这个K值的选定是非常难以估计的
    • B、在K-means算法中，首先需要根据初始聚类中心来确定一个初始划分，然后对初始划分进行优化
    • C、对于一个类中的每个对象，在其给定半径的领域中包含的对象不能少于某一给定的最小数目
    • D、从K-means算法框架可以看出，该算法需要不断地进行样本分类调整，不断地计算调整后的新的聚类中心，因此当数据量非常大时，算法的时间开销是非常大的

    正确答案:A,B,D

  • 第4题：

    可用作数据挖掘分析中的关联规则算法有（）。

    • A、决策树、对数回归、关联模式
    • B、K均值法、SOM神经网络
    • C、Apriori算法、FP-Tree算法
    • D、RBF神经网络、K均值法、决策树

    正确答案:C

  • 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：

    一个递归算法必须包括（）。

    • A、递归部分
    • B、终止条件和递归部分
    • C、迭代部分
    • D、终止条件和迭代部分

    正确答案:B

  • 第7题：

    ISODATA算法与K-均值算法有什么不同。


    正确答案: 第一，它不是每调整一个样本的类别就重新计算一次各类样本的均值，而是在把所有样本都调整完毕之后才重新计算，前者称为逐个样本修正法，后者称为成批样本修正法；第二，ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别“合并”和“分裂”，从而得到类数比较合理的聚类结果。

  • 第8题：

    问答题
    写出K-均值聚类算法的计算步骤。

    正确答案： 首先根据最终分类的个数k随机地选取k个初始的聚类中心，不断地迭代，知道达到目标函数的最小值，即得到最终的聚类结果。即：
    1、为中心向量{C1，C2，……，CK}初始化K个种子；
    2、分组：
    1）将样本分配给距离其最近的中心向量；
    2）由这些样本构造不相交的聚类；
    3、确定中心：用各个聚类的中心向量作为新的中心；
    4、重复分组和确定中心的步骤，直至算法收敛。
    解析： 暂无解析

  • 第9题：

    问答题
    按照聚类的原理和方法划分有哪三类聚类算法？各种聚类算法的思想是什么？

    正确答案： 按照聚类的原理和方法来划分聚类算法，分为：
    ①层次聚类；②划分聚类；③基于密度的聚类。
    各种聚类算法的思想如下：
    ①层次聚类：递归的对对象进行合并或者分裂，直到满足某一终止条件。根据二叉树生成的顺序，可以把层次聚类方法分为合并型层次聚类和分解型层次聚类；
    ②划分聚类：给定聚类数目k和目标函数F，划分聚类算法把D划分成k个类，是的目标函数在此划分下达到最优，划分算法把聚类问题转化成一个组合优化问题，从一个初始划分或者一个厨师聚点集合开始，利用迭代控制策略优化目标函数。
    ③基于密度的聚类：根据空间密度的差别，把具有相似密度的点作为聚类。通常只扫描一次数据库。
    解析： 暂无解析

  • 第10题：

    单选题
    一个递归算法必须包括（）。
    A

    递归部分

    B

    终止条件和递归部分

    C

    迭代部分

    D

    终止条件和迭代部分


    正确答案： C
    解析： 暂无解析

  • 第11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：

    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14题：

    常见的聚类算法可以分为几类？


    正确答案:基于划分的聚类算法，基于层次的聚类算法，基于密度的聚类算法，基于网格的聚类算法，基于模型的聚类算法等。

  • 第15题：

    在k-均值算法中，以下哪个选项可用于获得全局最小（）？

    • A、尝试为不同的质心（centroid）初始化运行算法
    • B、调整迭代的次数
    • C、找到集群的最佳数量
    • D、以上所有

    正确答案:D

  • 第16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：

    下列哪种算法属于聚类算法的范畴（）.

    • A、Apriori算法
    • B、k-means算法
    • C、kNN算法
    • D、C4.5算法

    正确答案:B

  • 第20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21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22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23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24题：

    问答题
    ISODATA算法与K-均值算法有什么不同。

    正确答案： 第一，它不是每调整一个样本的类别就重新计算一次各类样本的均值，而是在把所有样本都调整完毕之后才重新计算，前者称为逐个样本修正法，后者称为成批样本修正法；第二，ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别“合并”和“分裂”，从而得到类数比较合理的聚类结果。
    解析： 暂无解析

相关内容