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
A: 正确
B: 错误
举一反三
- 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
- 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
- 数据挖掘方法中的聚类分析也被称为无制导学习。一个好的聚类分析算法应该使得所得到的______。 A: 聚簇问的相似性很高,而不同的聚簇内的相似性很低 B: 聚簇内的相似性很低,而不同的聚簇间的相似性很高 C: 聚簇间的相似性很低,而不同的聚簇内的相似性很低 D: 聚簇内的相似性很高,而不同的聚簇间的相似性很低
- 有关聚类分析,下列说法错误的是哪个? A: 在聚类分析中,簇之间的相似性越小,簇内样本的差别越小,聚类的效果就越好。 B: 聚类分析是一种非监督的过程。 C: K均值算法是一种常用的聚类算法,簇的个数算法不能自动确定。 D: K均值算法的计算耗时与初始假设聚类中心的位置无关。