聚类分析中确定类的个数的准则有（）
A: 各类中心之间的距离应该足够大
B: 选择类的个数时一般要尽量使得聚类的平均轮廓系数更大
C: 类的个数必须符合研究目标
D: 类的个数需要自行设定
A: 各类中心之间的距离应该足够大
B: 选择类的个数时一般要尽量使得聚类的平均轮廓系数更大
C: 类的个数必须符合研究目标
D: 类的个数需要自行设定
A,B,C,D
举一反三
- 聚类分析中确定类的个数的准则有（）。 A: 各类重心之间的距离应该足够大 B: 确定的类中，各类所包含的样本不应太多 C: 类的个数必须符合研究目标 D: 采用不同的聚类方法，得到的聚类结果相同
- K-Means聚类算法中的K表示（ ） A: 欧几里得距离 B: 样本个数 C: 聚类中心个数 D: 曼哈顿距离
- 定义聚类问题最重要的是（）。 A: 选择聚类分析变量 B: 决定类的个数 C: 选择聚类方法 D: 选择距离尺度及数据
- 系统聚类和K均值聚类，都不需要设置聚类的个数。
- 以下关于K均值聚类的说法，错误的是： A: 使用K均值聚类方法，需要一开始设置聚类个数 B: K均值聚类适用于数据是连续型的场合 C: 我们只能利用侧影统计量辅助决定K均值聚类个数的选择 D: 变量个数越多，K均值聚类结果越好
内容
- 0
K-means方法中需要聚类的个数是（）。
- 1
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
- 2
中国大学MOOC: 系统聚类和K均值聚类，都不需要设置聚类的个数。
- 3
聚类方法中，以下哪种方法需要指定聚类个数。（） A: 层次聚类 B: K均值聚类 C: 基于密度的聚类 D: 基于网格的聚类
- 4
k均值法的类个数可以在其聚类的过程中加以确定。