A.最短距离
B.最长距离
C.重心距离
D.类平均距离
E.曼哈顿距离
F.欧几里得距离
G.明考夫斯基距离
H.切比雪夫距离
您可能感兴趣的试卷
你可能感兴趣的试题
A.聚类是对整个样本集的划分,而不是对单个样本的识别
B.聚类的依据是“样本间的相似程度”
C.聚类结果是“无遗漏”、“无重复”的
D.数据聚类是典型的的有监督学习
A.聚类任务的需求
B.特征对聚类任务的有效性
C.维度和算法效率
D.判别函数的选取
A.经济
B.信息检索
C.生物基因分析
D.数据处理
E.指纹考勤
F.战场敌我识别
A.数据聚类没有预先分好类的样本集
B.数据聚类没有已知的分类决策规则
C.数据聚类由待分样本特征的内在规律来驱动分类过程
D.聚类结果受特征选取和聚类准则的影响
E.聚类结果受相似度度量标准的影响
F.聚类结果受各特征量纲标尺的影响
A.归一化处理
B.函数化处理
C.相对化处理
D.其余三个答案都不对
A.聚类中心的选择
B.待分类模式样本的排列顺序
C.阈值T的大小
D.样本分布的几何性质
E.分类准则函数的选取
最新试题
理想的判据应该对特征具有单调性,加入新的特征不会使判据减小。
隐含层或输出层具有激活函数。
当各类的协方差矩阵相等时,分类面为超平面,并且与两类的中心连线垂直。
在进行交叉验证时,一般让临时训练集较大,临时测试集较小,这样得到的错误率估计就更接近用全部样本作为训练样本时的错误率。
过拟合不会影响分类模型的泛化能力。
顺序后退法(SBS)是从0个特征开始,每次从已经入选的特征中剔除一个特征,使得仍保留的特征组合所得到的J值最大,是一种特征选择的最优算法。
类间离散度矩阵代表了每一个类的重心到整个样本集的重心之间的距离。
利用神经网络对两类问题进行分类时,可以用一个输出节点来实现。
下面关于超平面的说法中正确的是()。
贝叶斯估计中是将未知的参数本身也看作一个随机变量,要做的是根据观测数据对参数的分布进行估计。