在基本K均值算法里,当邻近度函数采用()的时候,合适的质心是簇中各点的中位数。

题目
单选题
在基本K均值算法里,当邻近度函数采用()的时候,合适的质心是簇中各点的中位数。
A

曼哈顿距离

B

平方欧几里德距离

C

余弦距离

D

Bregman散度

参考答案和解析
正确答案: D
解析: 暂无解析
如果没有搜索结果或未解决您的问题,请直接 联系老师 获取答案。
相似问题和答案

第1题:

每个簇的质心centroid是该簇中所有数据对象的均值。()

此题为判断题(对,错)。


正确答案:正确

第2题:

当网络中不同功率级别的MS较多时,采用()算法比较合理

A.下行K算法

B.上行K算法

C.下行L算法

D.上行L算法


参考答案:B

第3题:

在《架空输电线路无人机巡检技术》中,关于无人直升机巡检系统采用的全景图像拼接技术中,特征点匹配是利用提取的ORB特征进行最邻近匹配,通过()对得到的匹配点对进行筛选。

A.LSD算法

B.RASANC算法

C.Otsu算法

D.K-means


正确答案:B

第4题:

在基本K均值算法里,当邻近度函数采用()的时候,合适的质心是簇中各点的中位数。

  • A、曼哈顿距离
  • B、平方欧几里德距离
  • C、余弦距离
  • D、Bregman散度

正确答案:A

第5题:

正态分布函数的标准偏差越大,表示随机变量在( )附近出现的密度越小。

A:总体平均值
B:样本平均值
C:总体中位数
D:样本中位数

答案:A
解析:
这是运用正态分布数据特征,在工程质量评价中进行判别的应用越大,曲线低而宽,随机变量在平均值附件出现的密度小。

第6题:

请编写一个函数comm(int n,int k),该函数将用递归算法计算从n个人中选择k个人组成一个委员会的不同组合数,由n个人里选k个人的组合数=由(n-1)个人里选k个人的组合数+由(n-1)个人里选(k-1)个人的组合数。

注意:部分源程序已存在文件test41_2.cpp中。

请勿修改主函数main和其他函数中的任何内容,仅在函数comm的花括号中填写若干语句。

源程序文件test41-2.cpp清单如下:

include<iostream.h>

int comm(int n, int k)

{

}

void main ( )

{

int n=7, k=3;

cout<<"n=7,k=3"<<endl;

cout<<comm(n,k)<<endl;

}


正确答案:int comm(int n int k) { if(k>n) return 0; else if(n==k||k==0) return 1; else return comm(n-1k)+comm(n-1k-1); }
int comm(int n, int k) { if(k>n) return 0; else if(n==k||k==0) return 1; else return comm(n-1,k)+comm(n-1,k-1); } 解析:本题考查的是考生对简单的递归函数的应用。递归函数是算法设计中比较经典的一种,它主要应用数学的递推公式进行反复的迭代计算并最终得到正确答案,在编程上体现为在函数体内部对自身的调用。本题的大体思路为:递归的结束条件为n=k或者k=0,否则就递推的调用公式右端的两项继续训算,直到满足结束条件再逐层返回。

第7题:

关于聚类算法K-Means和DBSCAN的叙述中,不正确的是( )。

A.K-Means和DBSCAN的聚类结果与输入参数有很大的关系
B.K-Means基于距离的概念而DBSCAN基于密度的概念进行聚类分析
C.K-Means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.当簇的密度变化较大时,DBSCAN不能很好的处理,而K-Means则可以

答案:D
解析:
本题考查数据挖掘的基础知识。K-Means和DBSCAN是两个经典的聚类算法,将相似的数据对象归类一组,不相似的数据对象分开。K-means算法基于对象之间的聚类进行聚类,需要输入聚类的个数。DBSCAN算法基于密度进行聚类,需要确定阈值,两者的聚类结果均与输入参数关系很大。DBSCAN可以处理不同大小和不同形状的簇,而K-means算法则不适合。若数据分布密度变化大,则这两种算法都不适用。

第8题:

在k-均值算法中,以下哪个选项可用于获得全局最小?

A.尝试为不同的质心(centroid)初始化运行算法

B.调整迭代的次数

C.找到集群的最佳数量

D.以上所有


正确答案:D

第9题:

当一组数据中存在极端值时,测定集中趋势时应该采用的指标是()。

  • A、均值
  • B、方差
  • C、极差
  • D、中位数

正确答案:D

第10题:

关于K均值和DBSCAN的比较,以下说法不正确的是()。

  • 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

正确答案:A

更多相关问题