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）
关注下方微信公众号，在线模考后查看
热门试题
- 简述分类模型性能评价的指标。
- 关于OLAP的特性，下面正确的是（） （
- 数据仓库是随着时间变化的，下面的描述不正
- 预测型知识
- 在基本K均值算法里，当邻近度函数采用（）
- 数据从集结区加载到数据仓库中的主要方法是
- 以下哪种方法不属于特征选择的标准方法：（
- 数据的噪声是指（）。
- 聚类分析可以看作是一种非监督的分类。
- 简述数据仓库4种体系结构的异同点以其适用
- 何谓数据挖掘？它有哪些方面的功能？
- 考虑两队之间的足球比赛：队0和队1。假设
- 以下哪些是数据仓库的主要应用？（）
- 粒度
- 数据立方体度量可以根据其所使用的聚集函数
- 评估分类模型的性能的方法有哪些？
- 分类模型的学习方法有哪些？
- 下面哪些问题是我们进行数据预处理的原因？
- 请列出3种数据仓库产品，并说明其优缺点。
- 简述数据仓库设计的三级模型的基本内容。