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.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
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
C均值聚类算法对噪声和孤立点不敏感。
当各类的协方差矩阵不等时,决策面是超二次曲面。
顺序前进法的缺点是不能剔除已入选的特征,无法保证全局最优。
我们在对某一模式x进行分类判别决策时,只需要算出它属于各类的条件风险就可以进行决策了。
下面关于超平面的说法中正确的是()。
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。
分级聚类又叫层次聚类,需要构建聚类树。
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。
测试集的样本数量越多,对分类器错误率的估计就越准确。
在感知器算法中训练样本需要经过增广化处理和规范化处理。