判断题每一个特征维度量纲标尺对聚类结果的影响实质上是在不同的量纲标尺下特征值取值大小出现了差异。
您可能感兴趣的试卷
最新试题
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。
题型:判断题
fisher线性判别方法可以将样本从多维空间投影到一维空间。
题型:判断题
下面关于超平面的说法中正确的是()。
题型:多项选择题
C均值聚类算法对噪声和孤立点不敏感。
题型:判断题
特征选择常用的次优算法有顺序前进法,顺序后退法和动态顺序前进法三种。
题型:判断题
一个数据集能生成多种决策树。
题型:判断题
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。
题型:判断题
特征提取不仅可以降低特征空间的维度,还可以消除特征之间的相关性。
题型:判断题
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。
题型:判断题
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。
题型:判断题