K-means算法属于分类算法

第1题：

第2题：

第3题：

下列不属于分类算法的是（）

• A、C4.5算法
• B、逻辑回归
• C、KNN算法
• D、TF-TDF算法

正确答案:D

第4题：

K-means算法叙述正确的是（）

• A、在K-means算法中K是事先给定的，这个K值的选定是非常难以估计的
• B、在K-means算法中，首先需要根据初始聚类中心来确定一个初始划分，然后对初始划分进行优化
• C、对于一个类中的每个对象，在其给定半径的领域中包含的对象不能少于某一给定的最小数目
• D、从K-means算法框架可以看出，该算法需要不断地进行样本分类调整，不断地计算调整后的新的聚类中心，因此当数据量非常大时，算法的时间开销是非常大的

正确答案:A,B,D

第5题：

BIRCH是一种（）。

• A、分类器
• B、聚类算法
• C、关联分析算法
• D、特征选择算法

正确答案:B

第6题：

关联规则发现是数据挖掘中最为重要和典型的一种方法。最常用的关联规则发现算法是（）.

• A、Apriori算法
• B、k-means算法
• C、kNN算法
• D、C4.5算法

正确答案:A

第7题：

编制费用预算的方法有（）

• A、固定预算法
• B、直接人工预算法
• C、滚动预算法
• D、分类预算法
• E、弹性预算法

正确答案:A,C,E

第8题：

下列算法中，属于关联规则算法的是（）。

• A、Apriori算法
• B、K-means算法
• C、C4.5算法
• D、Page Rank算法

正确答案:A

第9题：

第10题：

第11题：

第12题：

第13题：

第14题：

简述k-means算法，层次聚类算法的优缺点。

正确答案:（1）k-means算法：
优点：算法描述容易，实现简单快速
不足：
簇的个数要预先给定
对初始值的依赖极大
不适合大量数据的处理
对噪声点和离群点很敏感
很难检测到“自然的”簇
（2）层次聚类算法：
BIRCH算法：
优点：利用聚类特征树概括了聚类的有用信息，节省内存空间；具有对象数目呈线性关系，可伸缩性和较好的聚类质量。
不足：每个节点只能包含有限数目的条目，工作效率受簇的形状的影响大。
C.URE算法：
优点：对孤立点的处理能力强；适用于大规模数据处理，伸缩性好，没有牺牲聚类质量。
缺点：算法在处理大量数据时必须基于抽样，划分等技术。
R.OCK算法：
优点：分类恰当，可采用随机抽样处理数据。
缺点：最坏的情况下时间复杂度级数大。
基于密度的聚类算法：可识别具有任意形状不同大小的簇，自动确定簇的数目，分离簇和环境噪声，一次扫描即可完成聚类，使用空间索引时间复杂度为O（NlbN）。

第15题：

以下算法属于非对称算法的是（）。

• A、Hash算法
• B、RSA算法
• C、IDEA算法
• D、三重DES算法

正确答案:B

第16题：

K-means算法的叙述正确的是（）

• A、在K-means算法中K是事先给定的，这个K值的选定是非常难以估计的
• B、在K-means算法中，首先需要根据初始聚类中心来确定一个初始划分，然后对初始划分进行优化
• C、对于一个类中的每个对象，在其给定半径的领域中包含的对象不能少于某一给定的最小数目的新的聚类心，因此当数据量非常大时，算法的时间开销是非常大的

正确答案:A,B,D

第17题：

ID3，C4.5，CART等分类算法均是在（）的基础上改进得到。

• A、Apriori算法
• B、SVD算法
• C、Hunt算法
• D、EM算法

正确答案:C

第18题：

Apriori算法是一种常见的（）。

• A、关联规则发现算法
• B、聚类分析算法
• C、分类算法
• D、序列模式发现算法

正确答案:A

第19题：

下列哪种算法属于分类算法的范畴（）.

• A、Apriori算法
• B、k-means算法
• C、kNN算法
• D、FP-Growth算法

正确答案:C

第20题：

以下算法中，不属于分类预测的典型算法的是（）

• A、Logistic回归
• B、决策树
• C、K-means算法
• D、神经网络

正确答案:C

第21题：

第22题：

第23题：

第24题：