登陆题目详情
单选题 关于模糊C均值聚类算法,错误的叙述是
B. 样本 
对于每个簇的隶属度之和为1
学科：应用数学二
时间：2023-05-10 13:15:45
相关题目
相关作业
题目1单选题
K-Means 算法无法聚以下哪种形状的样本A. 圆形分布B. 螺旋分布C. 带状分布D. 凸多边形分布
题目2单选题
向量 X=[1,2,3,4,-9,0] 的 L1 范数为A. 1B. 19C. 6D. <img src="https://tihai-oss-cloud.itihey.com/img/90d19876b7c3fbd160d034ee78b5cb4f.webp">
题目3单选题
以下哪些方法属于无监督算法A. K-MeansB. 决策树C. 支持向量机D. KNN
题目4单选题
下列说法中正确的是A. 聚类算法是对给定数据通过算法判断数据属于已分好的类中的具体哪一类B. k-means聚类是事先给出原始数据所含的类数,然后将含有相似特征的数据聚为一个类中C. 聚类分析是研究对样品或变量(指标)进行分类的一种一元统计方法D. 聚类分析有两种,一种是对样品的分类,称为R型,另一种是对变量(指标)的分类,称为Q型
题目5单选题
下列说法中不正确的是A. 常用的刻画相似度的统计量有距离和相似系数两种B. 距离多用于样品的分类,相似系数多用于指标的分类C. 指标i与指标j之间的相似系数越接近于0,说明指标i与指标j关系越密切;彼此无关的指标间的相似系数越接近于1,完全相反的指标相似系数为-1D. 通常各样品或指标的观测值因量纲不同或数量级不同,需要对原始数据进行标准化
题目6单选题
成对观测量之间的两两距离计算函数pdist()默认采用的距离计算方法采用的是A. squaredeuclideanB. euclideanC. seuclideanD. cityblock
题目7单选题
分析以下的代码段:clear;clc;rng('default') %for reproducibilityX = rand(3,2);D1 = pdist(X,'minkowski',1);D2 = pdist(X,'cityblock');其中D1与D2的关系正确的是A. D1==D2B. D1≠D2C. D1与D2没有直接关系D. 无法判断
题目8单选题
对3x2矩阵X使用D = pdist(X)计算的样本间的欧式距离D = [0.2954 1.0670 0.9448],则Z = squareform(D),得到的Z是A. <img src="https://tihai-oss-cloud.itihey.com/img/a24c21d7c1f57de395d28eae56a176eb.png">B. <img src="https://tihai-oss-cloud.itihey.com/img/21932ea0fd66421064491cd0284c381f.png">C. <img src="https://tihai-oss-cloud.itihey.com/img/5718f2149383fb2155959167e3f9e35e.png">D. <img src="https://tihai-oss-cloud.itihey.com/img/dfb41b2654995921941d1a5a3f7457d3.png">
题目9单选题
对3x2矩阵X与矩阵Y中的数据进行如下的代码运算Dx = pdist(X);Dy = pdist(Y);Zx = squareform(Dx);Zy = squareform(Zx);以下表述正确的是A. Zx和Zy都是对称矩阵B. Zx是对称矩阵,Zy不是对称矩阵C. Zy是对称矩阵,Zx不是对称矩阵D. Zx和Zx都不是对称矩阵
题目10单选题
关于模糊C均值聚类算法,错误的叙述是A. 模糊C均值聚类算法是一个不断迭代计算隶属度和簇中心的过程,直到他们达到最优B. 样本 <img src="https://tihai-oss-cloud.itihey.com/img/13bc0c955a9b6bab4b53a8cfaad17332.png">对于每个簇的隶属度之和为1C. 模糊C均值聚类算法需要预先设定分类的簇数D. 模糊C均值聚类算法的默认最大迭代次数是1000
下载 题海APP
拍照搜题更快捷
- 海量题库
- 无搜索限制
- 快捷拍照搜题
