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。