相关考题
-
单项选择题
考虑这么一种情况：一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择（）的相似度计算方法。
A.平方欧几里德距离
B.余弦距离
C.直接相似度
D.共享最近邻 -
单项选择题
以下是哪一个聚类算法的算法流程（）。 ①构造k－最近邻图。 ②使用多层图划分算法划分图。 ③repeat：合并关于相对互连性和相对接近性而言，最好地保持簇的自相似性的簇。 ④until：不再有可以合并的簇。
A.MST
B.OPOSSUM
C.Chameleon
D.Jarvis－Patrick（JP） -
单项选择题
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
