A.R型聚类
B.Q型聚类
C.B型聚类
D.S型聚类
A.NaiveBayes朴素贝叶斯算法
B.Pearson趋势关联分析+K-means自学习聚类
C.基于PNN的神经网络算法
D.k均值聚类算法
A.解决聚类问题的一种经典算法,简单、快速
B.对处理大数据集,该算法是相对可伸缩和高效率的
C.当结果簇是密集的,它的效果较好
D.必须事先给出k(要生成的簇的数目),而且对初值敏感,对于不同的初始值,可能会导致不同结果
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