首页 > 建筑工程类考试
题目内容 (请给出正确答案)
[判断题]

K-means算法适合对不规则形状的数据进行聚类。()

查看答案
答案
收藏
如果结果不匹配,请 联系老师 获取答案
您可能会需要:
您的账号:,可能还需要:
您的账号:
发送账号密码至手机
发送
安装优题宝APP,拍照搜题省时又省心!
更多“K-means算法适合对不规则形状的数据进行聚类。()”相关的问题
第1题
关联规则发现是数据挖掘中最为重要和典型的一种方法。最常用的关联规则发现算法是().

A.Apriori算法

B.k-means算法

C.kNN算法

D.C4.5算法

点击查看答案
第2题
类分析是数据挖掘的一种重要技术,以下哪个算法不属于聚类算法?()

A、KNN

B、EM

C、DBSCAN

D、K-Means

点击查看答案
第3题

下列说法不正确的是()。

A.K-means算法能够解决有离群点的聚类问题

B.K-modes能够解决离散数据的聚类问题

C.K-means++能够解决初始点影响聚类效果的问题

D.K中心点能够解决有离群点的聚类问题

点击查看答案
第4题
现采集了一批心脏病患者和健康人的体检指标(血压、血脂、血糖),要通过这些指标数据构建机器学习模型,用来预测其他人是否可能患心脏病。请问可以采用如下哪种机器学习算法来实现()。

A.逻辑回归

B.线性回归

C.k-means

D.Apriori

点击查看答案
第5题
聚类分析的描述错误的是()。
聚类分析的描述错误的是()。

A、基于“物以类聚,人以群分”思想

B、采用样本间距离度量相似性,将数据分类划分到已有类别

C、k-means算法适合于非此即彼的聚类分析方法

D、对于有层级关系的样本,可以采用自底向上的凝聚式层次聚类分析方法

点击查看答案
第6题
下列关于KNN算法的描述,不正确的是()。

A.KNN算法采用最大表决规则

B.KNN算法假设k邻域的样本点对学习模型的贡献度是均等的

C.KNN算法通过学习得到决策函数

D.KNN算法与K-means都属于监督学习

点击查看答案
第7题
在k-means算法中,初始聚类中心的位置是什么?()

A.对最终聚类结果没有影响

B.对最终聚类结果有影响

C.可以随机生成

D.必须等于数据点的数量

点击查看答案
第8题
四爪卡盘的特点()

A.装夹方便,迅速

B.适合装夹大型或形状不规则的工件

C.装夹找正费时

点击查看答案
第9题
以下对k-means聚类算法解释正确的是()A.能自动识别类的个数,随即挑选初始点为中心点计算B.能自动

以下对k-means聚类算法解释正确的是()

A.能自动识别类的个数,随即挑选初始点为中心点计算

B.能自动识别类的个数,不是随即挑选初始点为中心点计算

C.不能自动识别类的个数,随即挑选初始点为中心点计算

D.不能自动识别类的个数,不是随即挑选初始点为中心点计算

点击查看答案
第10题
()比较适合描述数据在平面或空间中的分布,可以用来帮助分析数据之间的关联,或者观察聚类算法的选择和参数设置对聚类效果的影响。

A.饼状图

B.柱状图

C.折线图

D.散点图

点击查看答案
第11题
关于K-means算法的表述不正确的是( )。

A.算法开始时,k-means算法需要指定质心

B.k-means算法的效果不受初始质心选择的影响

C.k-means算法需要计算样本与质心间的距离

D.k-means属于无监督学习

点击查看答案
退出 登录/注册
发送账号至手机
密码将被重置
获取验证码
发送
温馨提示
该问题答案仅针对搜题卡用户开放,请点击购买搜题卡。
马上购买搜题卡
我已购买搜题卡, 登录账号 继续查看答案
重置密码
确认修改