试题详情
- 单项选择题下面关于Jarvis-Patrick(JP)聚类算法的说法不正确的是()。
A、JP聚类擅长处理噪声和离群点,并且能够处理不同大小、形状和密度的簇
B、JP算法对高维数据效果良好,尤其擅长发现强相关对象的紧致簇
C、JP聚类是基于SNN相似度的概念
D、JP聚类的基本时间复杂度为O(m)
- D
关注下方微信公众号,在线模考后查看
热门试题
- 下面属于数据集的一般特性的有:()。
- 数据挖掘应用和一些常见的数据统计分析系统
- 数据归约的目的是()。
- 列举关联规则在不同领域中应用的实例。
- 聚类(clustering)是这样的过程
- 数据挖掘的效果直接受到()的影响。
- 如何提高Apriori算法的有效性?有哪
- 通过数据挖掘过程所推倒出的关系和摘要经常
- 抽取、转换、加载过程的目的是为决策支持应
- 假设属性income的最大最小值分别是1
- 简述数据分类的两步过程。
- 什么是分类?分类的应用领域有哪些?
- 给定由两次运行K均值产生的两个不同的簇集
- 考虑下面的频繁3-项集的集合:{1,2,
- 数据仓库中间层OLAP服务器只能采用关系
- 数据聚合的目的是什么?
- 连续型属性的数据样本之间的距离有欧氏距离
- 一个典型的数据仓库系统由什么组成?
- 简述数据仓库与数据挖掘的关系?
- 下面的散点图显示哪种属性相关性?()