以下关于DBSCAN算法的描述,正确的是
A: 保持Eps不变，MinPts越大，聚类结果中的噪音点就越多。
B: 保持Eps不变，MinPts越大，聚类结果中的簇就越多。
C: 保持MinPts不变，Eps越大，聚类结果中的噪音点就越多。
D: 保持MinPts不变，Eps越大，聚类结果中的簇就越多。
A: 保持Eps不变，MinPts越大，聚类结果中的噪音点就越多。
B: 保持Eps不变，MinPts越大，聚类结果中的簇就越多。
C: 保持MinPts不变，Eps越大，聚类结果中的噪音点就越多。
D: 保持MinPts不变，Eps越大，聚类结果中的簇就越多。
举一反三
- DBSCAN是一种基于密度的聚类方法，根据半径eps和最小包含点MinPts对数据进行分类，分为（ ）。 A: 边界点 B: 中心点 C: 噪声点 D: 核心点
- 在聚类分析当中,簇内的相似性越大,簇间的差别越大,聚类的效果就越差。
- 在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。 A: 正确 B: 错误
- 关于聚类分析，下列说法中正确的是( )。 A: 聚类分析可以看做是种无监督的分类 B: K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定 C: 聚类分析中，簇内的相似性越大,簇间的差别越大，聚类的效果就越差 D: 聚类是找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类别，标记未知对象类别的过程
- 关于DBSCAN算法，以下说法正确的是： A: 在DBSCAN算法中，将点分类核心点、边界点和噪音点三类 B: DBSCAN算法，需要指定聚类后簇的个数 C: DBSCAN算法是一种基于划分的聚类算法 D: DBSCAN算法是一种基于密度的聚类算法