DBSCAN算法的优点有（ ）
A: 不需要事先知道要形成的簇类的数量；
B: 当簇的密度变化过大时，对数据集中的簇敏感；
C: 能够处理任意形状和大小的簇；
D: 处理高维数据时开销低
A: 不需要事先知道要形成的簇类的数量；
B: 当簇的密度变化过大时，对数据集中的簇敏感；
C: 能够处理任意形状和大小的簇；
D: 处理高维数据时开销低
举一反三
- DBSCAN算法的优点有： A: 不需要事先知道要形成的簇的数量 B: 可以发现任意形状的簇 C: 能够识别出噪声点 D: 对于数据集中样本的顺序不敏感
- DBSCAN算法的优点有： A: 不需要事先知道要形成的簇的数量 B: 可以发现任意形状的簇 C: 能够识别出噪声点 D: 对于数据集中样本的顺序不敏感
- 关于聚类算法K-Means和DBSCAN的叙述中，不正确的是（） A: K-Means和DBSCAN的聚类结果与输入参数有很大的关系 B: K-Means基于距离的概念而DBSCAN基于密度的概念进行聚类分析 C: K-Means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: 当簇的密度变化较大时，DBSCAN不能很好的处理，而K-Means则可以
- DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇
- 关于K均值和DBSCAN的比较,以下说法不正确的是( )。 A: DBSCAN使用基于密度的概念 B: K均值使用簇的基于层次的概念 C: K均值很难处理非球形的簇和不同大小的簇 D: DBSCAN可以处理不同大小和不同形状的簇。