注意：此页面搜索的是所有试题
国家开放大学大数据分析与挖掘技术
DBSCAN算法中，密度可达是直接密度可达的传递闭包，并且这种关系是（ ）的，该算法的目的是找到密度相连对象的（ ）集合。
【A.】对称；最小
【B.】对称；最大
【C.】非对称；最小
【D.】非对称；最大
DBSCAN算法的优点是（ ）。
【A.】当数据量增大时，要求较大的内存支持，I/Q消耗也很大。
【B.】能够有效处理噪声点和发现任意形状的空间聚类。
【C.】DBSCAN算法聚类速度快。
【D.】当空间聚类的密度不均匀、聚类间距相差很大时 聚类质量较差。
DBSCAN算法中的直接密度可达、密度可达与密度相连理解正确的是（ ）
【A.】只有核心对象之间相互密度可达
【B.】密度相连是对称关系
【C.】DBSCAN目的是找到密度相连对象的最大集合
【D.】密度可达也是对称关系
下列关于聚类方法说法错误的是（ ）
【A.】DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【B.】快速聚类要事先确定聚类个数，但是运算速度很快，适合大量数据的情况。
【C.】系统聚类可以给出聚类过程，但是要事先确定聚类个数。
【D.】聚类分析中，快速聚类一般用于小样本情况下的样本聚类。
下列关于聚类方法说法正确的是（ ）
【A.】DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【B.】快速聚类要事先确定聚类个数，但是运算速度很快，适合大量数据的情况。
【C.】系统聚类可以给出聚类过程，但是要事先确定聚类个数。
【D.】聚类分析中，快速聚类一般用于小样本情况下的样本聚类。
聚类分析中，关于内部评价指标说法正确的是（ ）。
【A.】DBI指数越大，说明聚类结果越好
【B.】DBI指数越小，说明聚类结果越好
【C.】DI指数越大，说明聚类结果越好
【D.】DI指数越小，说明聚类结果越好
DBSCAN算法的缺点是（ ）。
【A.】当数据量增大时，要求较大的内存支持，I/Q消耗也很大。
【B.】能够有效处理噪声点和发现任意形状的空间聚类。
【C.】DBSCAN算法聚类速度快。
【D.】当空间聚类的密度不均匀、聚类间距相差很大时 聚类质量较差。
DBSCAN聚类可以用于数据分布均匀，呈块状分布，并且聚集形态是固定形状的情况。
【A.】√
【B.】×
密度相连是对称关系，密度可达是非对称关系。
【A.】√
【B.】×
DBSCAN算法的目的是找到密度相连对象的最小集合。
【A.】√
【B.】×
DBSCAN算法的目的是找到密度相连对象的最大集合。
【A.】√
【B.】×
【A.】对称；最小
【B.】对称；最大
【C.】非对称；最小
【D.】非对称；最大
DBSCAN算法的优点是（ ）。
【A.】当数据量增大时，要求较大的内存支持，I/Q消耗也很大。
【B.】能够有效处理噪声点和发现任意形状的空间聚类。
【C.】DBSCAN算法聚类速度快。
【D.】当空间聚类的密度不均匀、聚类间距相差很大时 聚类质量较差。
DBSCAN算法中的直接密度可达、密度可达与密度相连理解正确的是（ ）
【A.】只有核心对象之间相互密度可达
【B.】密度相连是对称关系
【C.】DBSCAN目的是找到密度相连对象的最大集合
【D.】密度可达也是对称关系
下列关于聚类方法说法错误的是（ ）
【A.】DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【B.】快速聚类要事先确定聚类个数，但是运算速度很快，适合大量数据的情况。
【C.】系统聚类可以给出聚类过程，但是要事先确定聚类个数。
【D.】聚类分析中，快速聚类一般用于小样本情况下的样本聚类。
下列关于聚类方法说法正确的是（ ）
【A.】DBSCAN聚类可以用于数据分布不均匀，呈块状分布，并且聚集形态是任意形状的情况。
【B.】快速聚类要事先确定聚类个数，但是运算速度很快，适合大量数据的情况。
【C.】系统聚类可以给出聚类过程，但是要事先确定聚类个数。
【D.】聚类分析中，快速聚类一般用于小样本情况下的样本聚类。
聚类分析中，关于内部评价指标说法正确的是（ ）。
【A.】DBI指数越大，说明聚类结果越好
【B.】DBI指数越小，说明聚类结果越好
【C.】DI指数越大，说明聚类结果越好
【D.】DI指数越小，说明聚类结果越好
DBSCAN算法的缺点是（ ）。
【A.】当数据量增大时，要求较大的内存支持，I/Q消耗也很大。
【B.】能够有效处理噪声点和发现任意形状的空间聚类。
【C.】DBSCAN算法聚类速度快。
【D.】当空间聚类的密度不均匀、聚类间距相差很大时 聚类质量较差。
DBSCAN聚类可以用于数据分布均匀，呈块状分布，并且聚集形态是固定形状的情况。
【A.】√
【B.】×
密度相连是对称关系，密度可达是非对称关系。
【A.】√
【B.】×
DBSCAN算法的目的是找到密度相连对象的最小集合。
【A.】√
【B.】×
DBSCAN算法的目的是找到密度相连对象的最大集合。
【A.】√
【B.】×