• 所有问题

    • 聚类的典型应用不包括（请作答此空），（ ）是一个典型的聚类算法。

    A.商务应用中，帮助市场分析人员发现不同的客户群
    B.对WEB上的文档进行分类
    C.分析WEB日志数据，发现相同的用户访问模式
    D.根据以往病人的特征，对新来的病人进行诊断

    举报该问题
    推荐答案   2023-05-21
    【答案】：D
    本题考査数据挖掘的基础知识。简单地说，数据挖掘中的聚类是一种无监督的学习方法，基本思路是物以类聚人以群分，即把相似或相关的对象归为一类。在分析之前没有已知的类型信息。因此，本题的选项A、B和C均属于聚类分析的应用，而选项D则属于分类的应用，即对新病人进行诊断时，是根据历史的病人诊断结论来进行的。
    温馨提示：答案为网友推荐，仅供参考
    相似回答
    聚类的典型应用不包括( ),(请作答此空)是一个典型的聚类算法。答：【答案】：C 本题考査数据挖掘的基础知识。本题的选项中，A和D是典型的分类算法，B是频繁模式挖掘算法，而C是聚类算法。该题考核数据挖掘的基本概念，随着大数据时代的到来，数据挖掘是其中一个核心的技术，要求考对数据挖掘的基本功能以及基本的算法有一定的了解和掌握。
    数据挖掘中分类的典型应用不包括( )。(请作答此空)可以用于数据挖掘的...答：【答案】：D 分类（classification）：有指导的类别划分，在若干先验标准的指导下进行，效果好坏取决于标准选取的好坏。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。分类分析在数据挖掘中是一项比较重要的任务，目前在商业上应用最多。识别社交网络中的社团结构，...
    聚类分析的分类及其典型算法答：聚类分析的分类主要包括基于划分的聚类、基于层次的聚类、基于密度的聚类等。其典型算法有K-means、层次聚类算法（如AGNES和DIVANA）以及DBSCAN等。首先，基于划分的聚类是将数据集划分为几个不相交的子集，每个子集即为一个簇。K-means算法就是此类聚类的代表。在K-means算法中，需要预先设定簇的数量K，...
    聚类算法--DBSCAN答：聚类算法是无监督的算法。 DBSCAN算法的目的: 是基于密度寻找被低密度区域分离的高密度样本分为三类: 稠密区域内部的点(核心点): 在半径Eps内含有超过MinPts数目的点 稠密区域边缘上的点(边缘点): 在半径Eps内点的数量小于MinPts(即不是核心点),但是其邻域内至少包含一个核心点 稀疏区域中的点(噪声或者背景...
    聚类(K-means、K-均值)算法的基础、原理、Python实现和应用答：1. K-means基础：洞察聚类与分类 K-means作为一种聚类算法，与分类和划分算法有着紧密的联系。它的目标是将数据划分为K个互不相交的组（或簇），每个簇内的数据点相似度较高，而不同簇之间的差异明显。它并非有监督的分类，而是基于数据本身的内在结构进行无监督的划分。2. K-means的智慧：步骤...
    数据挖掘干货总结(四)--聚类算法答：文本聚类、图像聚类和商品聚类，便于发现规律，以解决数据稀疏问题 三 、 聚类算法基础知识 1. 层次聚类 vs 非层次聚类 – 不同类之间有无包含关系 2. 硬聚类 vs 软聚类 – 硬聚类：每个对象只属于一个类 – 软聚类：每个对象以某个概率属于每个类 3. 用向量表示对象...
    聚类分析(Cluster Analysis)答：首先,每一个例子都是一个类: 2. 划分聚类的方法 划分聚类算法: 给定一个包含n个样本的数据集,基于划分的方法(Partitioning Method)就是将n个样本按照特定的度量划分为k个簇(k≤n),使得每个簇至少包含一个对象,并且每个对象属于且仅属于一个簇,而且簇之间不存在层次关系。 基于划分的方法大多数是基于距离来划...
    大家正在搜
    常用的聚类方法包括什么层次聚类方法包括聚类的应用聚类分析的分类依据是组织机构的典型阶段包括具有典型性的发展模式包括典型性的发展模式包括典型包括聚类分类