MIN（单链）
MAX（全链）
组平均
Ward方法
第1题：
第2题：
给定由两次运行K均值产生的两个不同的簇集，误差的平方和最大的那个应该被视为较优。
第3题：
A数据
B数据库
C簇
D数据元组
第4题：
（）将两个簇的邻近度定义为不同簇的所有点对的平均逐对邻近度，它是一种凝聚层次聚类技术。
第5题：
从点作为个体簇开始，每一步合并两个最接近的簇，这是一种分裂的层次聚类方法。
第6题：
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
A．
B．
C．
D．
第7题：
在基于图的簇评估度量表里面，如果簇度量为proximity（Ci，C），簇权值为mi，那么它的类型是（）。
第8题：
在ORACLE数据库系统中为了提高查询速度，通过一种结构可以将两个或两个以上表组合在一起存放，这种结构称为
A．视图(view)
B．索引(index)
C．聚簇(cluster)
D．触发器(trigger)
第9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。
第10题：
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。