层次凝聚式聚类（HAC）算法中，单连接方法计算样本间的最短距离，即最大相似度；全连接方法计算样本间的最长距离，即最小相似度。
对
举一反三
内容
- 0
层次凝聚式聚类（HAC）算法中的关键问题是如何定义簇之间的相似度。
- 1
凝聚层次聚类中，定义簇间的相似度的方法有（ ）。 A: MIN（单链） B: 组平均 C: MAX（全链） D: Ward方法
- 2
对于层次聚类算法，其关键是定义簇之间的相似度，并使用已知类别标签的样本计算簇之间的相似度。
- 3
层次凝聚式聚类（HAC）算法中的关键问题是如何定义簇之间的相似度。 A: 正确 B: 错误
- 4
样本间的相似度度量可以使用距离度量和非距离度量。