对于基于原型的聚类，评估对象属于簇的程度主要有两种方法：一是度量对象到簇原型的距离，二是考虑到簇具有不同的密度，可以度量簇到原型的相对距离。（ ）
举一反三
- 层次聚类算法中簇间距离度量方法有（ ）。
- 在层次聚类中，关键是如何度量两个簇的距离，由于簇是一个集合，因此要采用关于集合的某种距离；
- 关于K均值和DBSCAN的比较，以下说法不正确的是（ ） A: K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象。 B: K均值使用簇的基于原型的概念，DBSCAN使用基于密度的概念。 C: K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇。 D: K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇。
- 关于K均值和DBSCAN的比较,以下说法正确的是()。 A: K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象。 B: K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念。 C: K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇。 D: K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇。
- 将每个样本都做为一个独立的类簇，然后按照距离度量原则，不断合并最近的类簇，直至所有样本都合并为一个类簇，或者满足终止条件，这种聚类方式称为（ ） A: 基于分割的聚类 B: 层次聚类 C: 基于密度的聚类 D: 基于模型的聚类