下面关于Jarvis－Patrick（JP）聚类算法的说法不正确的是（）。_考试资料网

网站首页考试题库模拟考场智能家居网课试题

商业经济行业技能考试

题库首页每日一练章节练习

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）

点击查看答案

您可能感兴趣的试卷

你可能感兴趣的试题

1.单项选择题一个对象的离群点得分是该对象周围密度的逆。这是基于（）的离群点定义。

A.概率
B.邻近度
C.密度
D.聚类

点击查看答案&解析

2.单项选择题以下哪个聚类算法不属于基于网格的聚类算法（）。

A.STING
B.WaveCluster
C.MAFIA
D.BIRCH

点击查看答案

3.单项选择题关于混合模型聚类算法的优缺点，下面说法正确的是（）。

A.当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理
B.混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布
C.混合模型很难发现不同大小和椭球形状的簇
D.混合模型在有噪声和离群点时不会存在问题

点击查看答案

4.单项选择题以下哪个聚类算法不是属于基于原型的聚类（）。

A.模糊c均值
B.EM算法
C.SOM
D.CLIQUE

点击查看答案

5.单项选择题以下属于可伸缩聚类算法的是（）。

A.CURE
B.DENCLUE
C.CLIQUE
D.OPOSSUM

点击查看答案

6.单项选择题考虑这么一种情况：一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择（）的相似度计算方法。

A.平方欧几里德距离
B.余弦距离
C.直接相似度
D.共享最近邻

点击查看答案

7.单项选择题 以下是哪一个聚类算法的算法流程（）。
①构造k－最近邻图。
②使用多层图划分算法划分图。
③repeat：合并关于相对互连性和相对接近性而言，最好地保持簇的自相似性的簇。
④until：不再有可以合并的簇。

A.MST
B.OPOSSUM
C.Chameleon
D.Jarvis－Patrick（JP）

点击查看答案

8.单项选择题关于K均值和DBSCAN的比较，以下说法不正确的是（）。

A.K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象
B.K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念
C.K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇
D.K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇

点击查看答案

9.单项选择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（）。

A.基于图的凝聚度
B.基于原型的凝聚度
C.基于原型的分离度
D.基于图的凝聚度和分离度

点击查看答案

10.单项选择题DBSCAN在最坏情况下的时间复杂度是（）。

A.O（m）
B.O（m²）
C.O（logm）
D.O（m*logm）

点击查看答案