首页 > 求职面试

题目内容（请给出正确答案）

[主观题]

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

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“以下对k-means聚类算法解释正确的是（)A.能自动识别类…”相关的问题

第1题

以下算法中，sklearn中未提及的是（）。

A.K-Means聚类算法

B.LogisticRegression

C.KNN最近邻分类算法

D.Apriori关联规则算法

点击查看答案

第2题

下面关于聚类算法的描述，正确的是（）。

A.K-means算法初始质心问题可通过多次运行来解决

B.层次聚类的时间复杂度是O（N2）

C.DBSCAN算法忽略掉噪声点

D.聚类评估外部指标有SSE，Cohesion，Separation

点击查看答案

第3题

下列算法在sklearn中未提及的是（）。

A.K-means聚类算法

B.LogisticRegression

C.KNN算法

D.Apriori关联规则算法

点击查看答案

第4题

（）算法是最广泛使用的聚类算法，算法简单，易于理解和操作。

A.Agglomerative；

B.CURE

C.K-means

D.k-中心点算法

点击查看答案

第5题

下列是监督学习算法的是（）。

A.决策树算法、支持向量机算法、K-近邻算法

B.支持向量机算法、K-近邻算法、主成分分析算法

C.支持向量机算法、主成分分析算法、K-Means聚类算法

D.决策树算法、支持向量机算法、K-Means聚类算法

点击查看答案

第6题

k-means算法的优点是简单，（），易于理解和实现。

A.不用预先聚类个数

B.时间复杂度高

C.时间复杂度低

点击查看答案

第7题

K-means算法主要用于( )

A.聚类

B.分类

C.回归

D.降维

点击查看答案

第8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9题

利用到每个聚类中心和的远近判断离群值的方法，可以基于的算法为（）。

A.K-Means

B.KNN

C.SVM

D.LinearRegression

点击查看答案

第10题

K-means++算法选择初始seeds的基本思想就是：初始的聚类中心之间的相互距离要尽可能的远。那么算法流程为（）。1.从输入的数据点集合中随机选择一个点作为第一个聚类中心2.对于数据集中的每一个点x，计算它与最近聚类中心（指已选择的聚类中心）的距离D（x）3.选择一个新的数据点作为新的聚类中心，选择的原则是：D（x）较大的点，被选取作为聚类中心的概率较大4.重复2和3直到k个聚类中心被选出来5.利用这k个初始的聚类中心来运行标准的k-means算法。

A.2.5.4.3.1

B.1.5.4.2.3

C.1.2.3.4.5

D.4.3.2.1.5

点击查看答案

第11题

关于DBSCAN算法,以下说法正确的是( )。

A.DBSCAN算法是一种基于划分的聚类算法

B.DBSCAN算法将点分成核心点、边界点和噪音点三类

C.DBSCAN算法是一种基于密度的聚类算法

D.DBSCAN算法需要在指定簇的个数

点击查看答案