数据挖掘对聚类的典型要求有哪些？

数据挖掘对聚类的典型要求有哪些？

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。

第1题：

数据挖掘对聚类的数据要求是什么？

正确答案: （1）可伸缩性
（2）处理不同类型属性的能力
（3）发现任意形状的聚类
（4）使输入参数的领域知识最小化
（5）处理噪声数据的能力
（6）对于输入顺序不敏感
（7）高维性
（8）基于约束的聚类
（9）看解释性和可利用性

第2题：

数据挖掘通过（）发现知识。

正确答案:A,B,C,D

第3题：

典型的数据挖掘技术有哪些?

答案：典型的数据挖掘技术：关联分析、序列模式、分类(预言)、聚集、异常检测

第4题：

数据挖掘的任务包括（）。

正确答案:A,B,C,D,E

第5题：

典型聚类方法有哪些？

正确答案:1）划分方法（每个划分表示一个聚类）
2）层次方法（将数据对象组成一个聚类树）
3）基于密度的方法（绝大多数划分方法都是基于对象之间的距离大小进行聚类）
4）基于模型的方法（试图将给定数据与某个数学模型搭成最佳拟合）
5）基于图的聚类算法（利用图的许多重要性质和特性）

第6题：

在数据挖掘中，常用的聚类算法包括：（）、（）、（）、基于网格的方法和基于模型的方法。

正确答案:划分方法；层次方法；基于密度的方法

第7题：

在数据挖掘中，从以往的数据中得到规则，然后对新数据进行区分，这里使用的是（）

正确答案:A

第8题：

目前，主要应用的数据挖掘模型有（　　）。

A.分类模型
B.关联模型
C.聚类模型
D.顺序模型

答案：A,B,C,D

解析：

目前，主要应用的数据挖掘模型有分类模型、关联模型、顺序模型和聚类模型等。
考点：量化策略思想的来源

第9题：

Naive Bayes是属于数据挖掘中的什么方法？（）

正确答案:B

第10题：

主要的数据挖掘算法有（）。

正确答案:A,B,C