请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜题小帮手 官方老师解答 )
答案：
以下文字与答案无关
提示：有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题，这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏，所以恳请 广大网友理解。
相关试题
- 1.既可以对样品聚类也可以对变量聚类的方法是选项： A:系统聚类; B:K-中心聚类; C:K-均值聚类; D:条件聚类
- 2.系统聚类既可以对个案进行聚类，又可以对变量进行聚类。
- 3.适合对大样本数据进行聚类分析的方法是 选项：A、系统聚类 B、K-均值聚类 C、条件聚类 D、K-中心聚类
- 4.适合对大样本数据进行聚类分析的方法是 选项： A、系统聚类 B、K-中心聚类 C、K-均值聚类 D、条件聚类
- 5.适合对大样本数据进行聚类分析的方法是选项： A:系统聚类; B:K-中心聚类; C:K-均值聚类; D:条件聚类
- 6.K均值聚类法适合于下面哪些种类的聚类？选项： A:对变量和样品都可以进行聚类; B:可以对混合型的数据类型的样品进行聚类; C:只要数据类型一致，就可以对样品进行聚类; D:只能对数据类型为间隔尺度的样品进行聚类
- 7.关于聚类算法，以下描述正确的是（ ）选项： A:K-均值聚类对”非球形”样本分布聚类效果不佳 B:K-Means++可有效缓解K-均值聚类中聚类数量预先设定的问题 C:DBSCAN聚类算法不需要人为设定聚类数量 D:分级聚类算法是一种迭代算法
- 8.对聚类分析的各种类型中，描述正确的是（ ）。选项： A:快速聚类分析是指给定类别数量K后进行的聚类 B:系统聚类分析是指不事先给定类别数，而是由多类逐步减少类别数量，直至合并到一类过程 C:两步聚类分析是一种智能聚类分析方法，适合不同的观测变量类型 D:个案聚类和变量聚类是快速聚类的两种类型
- 9.对聚类分析的各种类型中，描述正确的是（ ）。 选项： A、快速聚类分析是指给定类别数量K后进行的聚类 B、两步聚类分析是一种智能聚类分析方法，适合不同的观测变量类型 C、个案聚类和变量聚类是快速聚类的两种类型 D、系统聚类分析是指不事先给定类别数，而是由多类逐步减少类别数量，直至合并到一类过程
- 10.下面关于系统聚类或称层次聚类法的描述正确的是（ ）。 选项： A、聚类效果不如K-均值聚类(即快速聚类) B、计算量较大，聚类效率不如K-均值高 C、根据运算的方向不同有合并法和分解法 D、事先不确定要分多少类，先把每一个对象作为一类，然后一层一层分类 E、Q型聚类是指对样品(cases)进行聚类，R型聚类是指对变量(variable)进行聚类
- 11.有关聚类算法不正确的说法是？选项： A:聚类算法可以找出每组样本不同的特征 B:聚类是分类的基础 C:必须给出聚类的组数 D:把分析的样本根据距离分组
- 12.有关聚类算法不正确的说法是 选项： A、把分析的样本根据距离分组 B、必须给出聚类的组数 C、聚类是分类的基础 D、聚类算法可以找出每组样本不同的特征
- 13.下列关于层次聚类的表述正确的是选项： A:层次聚类在不同层级上对数据样本进行聚类，逐步形成树状结构; B:层次聚类可分为分拆式聚类和聚合式聚类两种基本方法; C:聚合式聚类为自下而上将小簇聚为大簇; D:分拆式聚类为自下而上将大簇拆分为小簇
- 14.有关聚类的算法，正确的说法有以下哪些？选项： A:自底向上的层次聚类算法对样本的输入顺序比较敏感。; B:聚类的簇密度指样本的个数多少。; C:类似Kmeans基于划分的聚类与基于层次的聚类都是样本的距离为划分基础。; D:聚类的结果要考虑业务的可解释性。
- 15.有关kmeans算法，正确的说法是？ 选项： A、kmeans只能处理凸型分布的非数值型样本。 B、kmeans算法需要在聚类前确定类数k，这个k值需要有助于解释各类的业务含义。 C、kmeans聚类的过程与初始的k个假设的聚类中心的选择没关。 D、kmeans算法对异常样本非常敏感，因此在聚类前要把异常样本直接删除。
- 16.影响K-均值聚类算法的主要因素有（ ）。选项： A:样本输入顺序; B:聚类准则; C:类别数的设置; D:初始聚类中心的选取
- 17.对聚类分析的各种类型中，描述正确的是（ ）。A．快速聚类分析是指给定类别数量K后进行的聚类B．系统聚类分析是指不事先给定类别数，而是由多类逐步减少类别数量，直至合并到一类过程C．两步聚类分析是一种智能聚类分析方法，适合不同的观测变量类型D．个案聚类和变量聚类是快速聚类的两种类型
- 18.聚类分析中下列哪种聚类法也叫做快速聚类法选项： A:系统聚类; B:Kmeans聚类 ; C:FCM聚类; D:密度聚类
- 19.有关聚类算法不正确的说法是A.把分析的样本根据距离分组B.必须给出聚类的组数C.聚类是分类的基础D.聚类算法可以找出每组样本不同的特征
