哪一个是对聚类分析结果的评价标准？
A: 同一类内距离越小越好
B: 两个类之间距离越大越好
C: 每个类都有合乎背景的类别特征
D: 所有类包含的样本个数越均匀越好
A: 同一类内距离越小越好
B: 两个类之间距离越大越好
C: 每个类都有合乎背景的类别特征
D: 所有类包含的样本个数越均匀越好
举一反三
- 在聚类分析中，簇之间的相似性越大，簇内样本的差别越大，聚类的效果就越好
- 聚类分析的分类结果而言，类间的差异越大越好
- 基于( )的可分离性判据函数的值越小，则特征的可分性越好。 A: 类内类间距离 B: Bhattacharyya距离 C: 散度 D: 熵函数
- 系统聚类的建模步骤为( )。[br][/br]①选择合适的点与点之间的距离测度方法,计算样本点之间的距离;[br][/br]②对数据集中的数据进行标准化处理;[br][/br]③选择合适的类与类之间的距离测度方法,合并距离最近两类为一个新类;[br][/br]④构造C个类,每个类中包含一个样本点;[br][/br]⑤决定类别个数和类的特征;[br][/br]⑥计算新的类与当前各类之间的距离,若类的个数不为1,再进行类与类的合并;若类的个数为1则结束聚类,画出谱系聚类图。 A: ⑤②①④③⑥ B: ②①④③⑥⑤ C: ⑤②④①③⑥ D: ②⑤④①③⑥
- 聚类分析的分类结果而言，类间的差异越大越好 A: 正确 B: 错误