基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集。

判断题基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集。

1.判断题给定由两次运行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。

2.判断题K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。

3.判断题聚类分析可以看作是一种非监督的分类。

4.判断题在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。

5.判断题SVM是这样一个分类器，他寻找具有最小边缘的超平面，因此它也经常被称为最小边缘分类器（minimal marginc lassifier）。

6.判断题在决策树中，随着树中结点数变得太大，即使模型的训练误差还在继续减低，但是检验误差开始增大，这是出现了模型拟合不足的问题。

7.判断题Bayes法是一种在已知后验概率与类条件概率的情况下的模式分类方法，待分样本的分类结果取决于各类域中样本的全体。

8.判断题对于SVM分类算法，待分样本集中的大部分样本不是支持向量，移去或者减少这些样本对分类结果没有影响。

9.判断题聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象类。

10.判断题具有较高的支持度的项集具有较高的置信度。