DBSCAN算法的目的是找到密度相连对象的最大集合。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:27:00
出自:国家开放大学大数据分析与挖掘技术
DBSCAN算法的目的是找到密度相连对象的最小集合。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:27:00
出自:国家开放大学大数据分析与挖掘技术
密度相连是对称关系，密度可达是非对称关系。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:27:00
出自:国家开放大学大数据分析与挖掘技术
DBSCAN聚类可以用于数据分布均匀，呈块状分布，并且聚集形态是固定形状的情况。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:27:00
出自:国家开放大学大数据分析与挖掘技术
DBSCAN算法的缺点是（ ）。
【A.】当数据量增大时，要求较大的内存支持，I/Q消耗也很大。
【B.】能够有效处理噪声点和发现任意形状的空间聚类。
【C.】DBSCAN算法聚类速度快。
【D.】当空间聚类的密度不均匀、聚类间距相
答案是：AD
更新时间:2023/6/29 19:27:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，关于内部评价指标说法正确的是（ ）。
【A.】DBI指数越大，说明聚类结果越好
【B.】DBI指数越小，说明聚类结果越好
【C.】DI指数越大，说明聚类结果越好
【D.】DI指数越小，说明聚类结果越好
答案是：BC
更新时间:2023/6/29 19:27:00
出自:国家开放大学大数据分析与挖掘技术
下列关于聚类方法说法正确的是（ ）
【A.】DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【B.】快速聚类要事先确定聚类个数，但是运算速度很快，适合大量数据的情况。
【C.】系统聚类可以给出聚类过
答案是：AB
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
下列关于聚类方法说法错误的是（ ）
【A.】DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【B.】快速聚类要事先确定聚类个数，但是运算速度很快，适合大量数据的情况。
【C.】系统聚类可以给出聚类过
答案是：CD
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
DBSCAN算法中的直接密度可达、密度可达与密度相连理解正确的是（ ）
【A.】只有核心对象之间相互密度可达
【B.】密度相连是对称关系
【C.】DBSCAN目的是找到密度相连对象的最大集合
【D.】密度可达也是对称关系
答案是：ABC
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
DBSCAN算法的优点是（ ）。
【A.】当数据量增大时，要求较大的内存支持，I/Q消耗也很大。
【B.】能够有效处理噪声点和发现任意形状的空间聚类。
【C.】DBSCAN算法聚类速度快。
【D.】当空间聚类的密度不均匀、聚类间距相
答案是：BC
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
DBSCAN算法中，密度可达是直接密度可达的传递闭包，并且这种关系是（ ）的，该算法的目的是找到密度相连对象的（ ）集合。
【A.】对称；最小
【B.】对称；最大
【C.】非对称；最小
【D.】非对称；最大
答案是：D
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
DBSCAN 算法需要用户输入两个参数:一个参数是（ ），表示以给定点P为中心的圆形邻域;另一个参数是以点P为中心的邻域内最（ ）点的数量(MinPts)。
【A.】半径；小
【B.】半径；大
【C.】直径；小
【D.】直径
答案是：A
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
利用基于密度的聚类的概念，即要求聚类空间中的一定区域所包含对象的数目不小于某一给定的阈值，该方法是（ ）。
【A.】关联分析
【B.】系统聚类
【C.】快速聚类
【D.】DBSCAN聚类
答案是：D
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
下列关于聚类方法说法正确的是（ ）
【A.】DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【B.】快速聚类要事先确定聚类个数，但是运算速度很快，适合少量数据的情况。
【C.】系统聚类可以给出聚类过
答案是：A
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
DBSCAN算法中的直接密度可达、密度可达与密度相连理解错误的是（ ）
【A.】只有核心对象之间相互密度可达
【B.】密度相连是对称关系
【C.】DBSCAN目的是找到密度相连对象的最大集合
【D.】密度可达也是对称关系
答案是：D
更新时间:2023/6/29 19:26:00
出自:国家开放大学大数据分析与挖掘技术
快速聚类要事先确定聚类个数，但是运算速度很快，适合大量数据的情况。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:25:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，快速聚类一般用于大样本情况下的样本聚类。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
快速聚类要事先确定聚类个数，但是运算速度很快，适合少量数据的情况。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，快速聚类一般用于小样本情况下的样本聚类。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
快速聚类中，要确定数据到底聚成几个类合适，我们可以设定K从1到K的变化，计算相应的SSE，下图设定了K的取值为1，2，3，4，5，6。K选（ ）最为合适。
答案是：D
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
快速聚类中，要确定数据到底聚成几个类合适，我们可以设定K从1到K的变化，计算相应的（ ），选择其最（ ）的类别个数。
【A.】SSE；大
【B.】SSE；小
【C.】SSR；大
【D.】SSR；小
答案是：B
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
有些情况下，研究者对于研究的对象事先知道分为几类，即已知类别的个数，只是不知道这些类别当中的具体样本，该方法是（ ）。
【A.】关联分析
【B.】系统聚类
【C.】快速聚类
【D.】DBSCAN聚类
答案是：C
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
请为名词选择①-⑥表示其含义的描述，将配好的A-F填写到括号中。
【A.】①最小距离法 -> ->
【B.】②最长距离法 -> ->
【C.】③中间距离法 -> ->
【D.】④重心法 -> ->
【E.】⑤类
答案是：F,D,B,C,A,E
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
请为名词选择①-④表示其含义的描述，将配好的A-D填写到括号中。设dij表示第i个样本与第j个样本之间的距离。
【A.】①绝对距离 -> ->
【B.】②切比雪夫距离 -> ->
【C.】③马氏距离 -> ->
【D.】④欧氏
答案是：BACD
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
系统聚类可以给出聚类过程，并且不用事先确定聚类个数。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，重心法没有考虑每一类中所包含的样本点数目。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:24:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，类平均法没有充分利用各个样本的信息。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，个体与个体之间的距离越近越有可能是一类。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，离差平方和法要求样本间距离必须采用欧氏距离。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，类平均法充分利用各个样本的信息。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
闵可夫斯基距离的大小与个体指标的观测单位有关，没有考虑指标之间的相关性。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
马氏距离是由协方差矩阵计算出来的相对距离，没有考虑指标之间的相关性。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
马氏距离是由协方差矩阵计算出来的相对距离，考虑了指标的相关性。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
系统聚类可以给出聚类过程，但是要事先确定聚类个数。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
系统聚类中的类间距离是合并后新出现的类与其他类之间的距离。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
闵可夫斯基距离的大小与个体指标的观测单位有关，考虑了指标之间的相关性。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，个体与个体之间的距离越远越有可能是一类。
【A.】√
【B.】×
答案是：B
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
聚类分析中，重心法考虑了每一类中所包含的样本点数目。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
系统聚类中使用的类间距离不同，聚类结果可能是不同的。
【A.】√
【B.】×
答案是：A
更新时间:2023/6/29 19:23:00
出自:国家开放大学大数据分析与挖掘技术
设dij表示第i个样本与第j个样本之间的距离。那么距离必须满足的原则有：（ ）。
【A.】
【B.】
【C.】
【D.】
答案是：ABCD
更新时间:2023/6/29 19:22:00
出自:国家开放大学大数据分析与挖掘技术
Demirmen 提出了一些在决定聚类方法取舍时应遵循的原则:（ ）
【A.】任何类必须在邻近的各类中是突出的，即各类重心(常用平均数衡量)之间应该有最大的距离；
【B.】确定的类中，各类所包含的元素都不宜过分多；
【C.】聚类数目
答案是：ABCD
更新时间:2023/6/29 19:22:00
出自:国家开放大学大数据分析与挖掘技术
系统聚类中的类间距离是：（ ）
【A.】合并后新出现的类与其他类之间的距离
【B.】不能通过前一步的类间距离递推得到
【C.】可以通过前一步的类间距离递推得到
【D.】有多重可以选择的方式
答案是：ACD
更新时间:2023/6/29 19:22:00
出自:国家开放大学大数据分析与挖掘技术
下面哪些距离是明氏距离：（ ）
【A.】绝对距离
【B.】欧氏距离
【C.】车比雪夫距离
【D.】马氏距离
答案是：ABC
更新时间:2023/6/29 19:22:00
出自:国家开放大学大数据分析与挖掘技术
常用的类间距确定的方法有（ ）。
【A.】最短距离法
【B.】离差平方和法
【C.】重心法
【D.】类平均法
答案是：ABCD
更新时间:2023/6/29 19:22:00
出自:国家开放大学大数据分析与挖掘技术
下面哪个原则是聚类过程中的类需要遵从的原则（ ）。
【A.】同质性原则
【B.】互斥性原则
【C.】完备性原则
【D.】充分性原则
答案是：ABC
更新时间:2023/6/29 19:21:00
出自:国家开放大学大数据分析与挖掘技术
下列关于类间距确定方法说法正确的是（ ）。
【A.】离差平方和法要求样本间距离必须采用欧氏距离；
【B.】重心法没有考虑每一类中所包含的样本点数目；
【C.】类平均法没有充分利用各个样本的信息；
【D.】使用离差平方和作为类间距离时
答案是：BC
更新时间:2023/6/29 19:21:00
出自:国家开放大学大数据分析与挖掘技术
马氏距离是由（ ）计算出来的相对距离，（ ）指标之间的相关性。
【A.】协方差矩阵；考虑
【B.】协方差矩阵；不考虑
【C.】相关系数矩阵；考虑
【D.】相关系数矩阵；不考虑
答案是：A
更新时间:2023/6/29 19:21:00
出自:国家开放大学大数据分析与挖掘技术
block距离指的是：（ ）
【A.】明氏距离
【B.】车比雪夫距离
【C.】绝对距离
【D.】马氏距离
答案是：C
更新时间:2023/6/29 19:21:00
出自:国家开放大学大数据分析与挖掘技术
Minkowski距离指的是：（ ）
【A.】闵可夫斯基距离
【B.】车比雪夫距离
【C.】欧氏距离
【D.】马氏距离
答案是：A
更新时间:2023/6/29 19:21:00
出自:国家开放大学大数据分析与挖掘技术
下列关于类间距确定方法说法正确的是（ ）。
【A.】离差平方和法要求样本间距离必须采用欧氏距离；
【B.】重心法没有考虑每一类中所包含的样本点数目；
【C.】类平均法没有充分利用各个样本的信息；
【D.】使用离差平方和作为类间距离时
答案是：A
更新时间:2023/6/29 19:21:00
出自:国家开放大学大数据分析与挖掘技术
下面哪个原则不是聚类过程中的类需要遵从的原则（ ）。
【A.】同质性原则
【B.】互斥性原则
【C.】完备性原则
【D.】充分性原则
答案是：D
更新时间:2023/6/29 19:21:00
出自:国家开放大学大数据分析与挖掘技术
使用离差平方和作为类间距离时，如果聚类聚得恰当，类内样本点之间的离差平方和应该（ ），类间离差平方和应该（ ）。
【A.】较小；较小
【B.】较小；较大
【C.】较大；较小
【D.】较大；较大
答案是：B
更新时间:2023/6/29 19:20:00
出自:国家开放大学大数据分析与挖掘技术
在聚类分析中，如果新类与其他类别之间存在多个点与点之间的距离，先让每个样本自身各成一类，然后并类，每并一类离差平方和就要增大，选择使其增量最小的两类合并，直到所有的样本聚为一类，该方法为（ ）。
【A.】中间距离法
【B.】离差平方和法
答案是：B
更新时间:2023/6/29 19:20:00
出自:国家开放大学大数据分析与挖掘技术
在聚类过程中的类需要遵从的原则中，保证了类别之间的差异性的原则是（ ）。
【A.】同质性原则
【B.】互斥性原则
【C.】完备性原则
【D.】充分性原则
答案是：B
更新时间:2023/6/29 19:20:00
出自:国家开放大学大数据分析与挖掘技术
Chebychev距离指的是：（ ）
【A.】明氏距离
【B.】车比雪夫距离
【C.】欧氏距离
【D.】马氏距离
答案是：B
更新时间:2023/6/29 19:20:00
出自:国家开放大学大数据分析与挖掘技术
在聚类过程中的类需要遵从的原则中，保证了类别之内个体特征的共性的原则是（ ）。
【A.】同质性原则
【B.】互斥性原则
【C.】完备性原则
【D.】充分性原则
答案是：A
更新时间:2023/6/29 19:20:00
出自:国家开放大学大数据分析与挖掘技术
下列关于类间距确定方法说法错误的是（ ）。
【A.】离差平方和法要求样本间距离可以采用欧式距离、马氏距离等；
【B.】重心法考虑了每一类中所包含的样本点数目；
【C.】类平均法充分利用各个样本的信息；
【D.】使用离差平方和作为类间
答案是：A
更新时间:2023/6/29 19:19:00
出自:国家开放大学大数据分析与挖掘技术
在聚类分析中，如果新类与其他类别之间存在多个点与点之间的距离，通过用不同类的样本点两两之间的平均距离作为类间距离的方法为（ ）。
【A.】中间距离法
【B.】离差平方和法
【C.】重心法
【D.】类平均法
答案是：D
更新时间:2023/6/29 19:19:00
出自:国家开放大学大数据分析与挖掘技术
下述谱系图使用的是类平均法，横轴表示类别之间的平均距离，纵轴为具体的每个样本。如在图中距离为1.75 处画一条竖线，该直线与谱系聚类图有2个交点，即可把所有样本分为两类。与第1个交点相连的样本是 （ ），它们形成第一类；而与第2个交点相
答案是：C
更新时间:2023/6/29 19:19:00
出自:国家开放大学大数据分析与挖掘技术
Euclidean距离指的是：（ ）
【A.】明氏距离
【B.】车比雪夫距离
【C.】欧氏距离
【D.】马氏距离
答案是：C
更新时间:2023/6/29 19:19:00
出自:国家开放大学大数据分析与挖掘技术 目前为： 1/9 页 首页 上页 下页 尾页