下面关于DBSCAN聚类说法错误的是:()。
A.DBSCAN是具有噪声的基于密度的空间聚类方法
B.DBSCAN算法不能发现任意形状的空间聚类
C.DBSCAN聚类有一个参数是半径(Eps)
D.DBSCAN聚类还有一个参数是以点P为中心的邻域内最少点的数量(MinPts)
A.DBSCAN是具有噪声的基于密度的空间聚类方法
B.DBSCAN算法不能发现任意形状的空间聚类
C.DBSCAN聚类有一个参数是半径(Eps)
D.DBSCAN聚类还有一个参数是以点P为中心的邻域内最少点的数量(MinPts)
第1题
A.K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象
B.K均值使用簇的基本原型概念,而DBSCAN使用基于密度的概念
C.K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇
D.K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但DBSCAN会合并有重叠的簇
第3题
A.K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象
B.K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念
C.K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇
D.K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇
E.K均值和DBSCAN的最初版本都是针对欧几里得数据设计的,但是它们都被扩展,以便处理其他类型的数据
第5题
A.JP聚类擅长处理噪声和离群点,并且能够处理不同大小、形状和密度的簇。
B.JP算法对高维数据效果良好,尤其擅长发现强相关对象的紧致簇。
C.JP聚类是基于SNN相似度的概念。
D.JP聚类的基本时间复杂度为O(m)。
第6题
A.系统聚类
B.K均值聚类
C.线性聚类
D.DBSCAN