中国大学MOOC: 聚类就是将样本集中的样本按照相似的程度划分成不同的类别。
错
举一反三
- 聚类就是将样本集中的样本按照相似的程度划分成不同的类别。
- 中国大学MOOC: 聚类是对整个样本集的划分，而不是对单个样本的识别。
- 数据聚类具有以下哪些特点？ A: 聚类是对整个样本集的划分，而不是对单个样本的识别 B: 聚类的依据是“样本间的相似程度” C: 聚类结果是“无遗漏”、“无重复”的 D: 数据聚类是典型的有监督学习
- 数据聚类具有以下哪些特点？ A: 聚类是对整个样本集的划分，而不是对单个样本的识别 B: 聚类的依据是“样本间的相似程度” C: 聚类结果是“无遗漏”、“无重复”的 D: 数据聚类是典型的的有监督学习
- 中国大学MOOC: 在层次聚类中，使用（）计算簇间相似度时，所用对象是分属两个簇最相似的一对样本。
内容
- 0
聚类之前的样本没有类别
- 1
聚类目的是找到每个样本潜在的类别并将同类别的样本放在一起。
- 2
K近邻方法的核心思想是对一个预测样本A，从训练数据集中找到与其最相似的k个样本，利用这个k个样本的类别来决策该样本A的类别。
- 3
中国大学MOOC: 聚类可以使得各样本都能归入其中一类，且样本能够属于两类及以上。
- 4
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。