A.好聚类的方法的标准是要产生高质量的聚类结果
B.聚类结果的好坏取决于相似性的度量方法以及具体实现
C.聚类结果的好坏与能否发现隐含模式无关
D.好的聚类结果应该有高类内相似性和低类间相似性这样的特征
如果以特征向量的相关系数作为模式相似性测度,则影响聚类算法结果的主要因素有()
A.已知类别样本质量
B.分类准则
C.量纲
论多层分布式结构系统的开发
传统的应用系统模式是“主机/终端”或“客户机朋艮务器”。随着中间件技术和Web技术的发展,这些传统模式已经不能适应新的环境。目前设计大型系统大多采用多层分布式结构,如C/A/S和B/A/S,应根据系统具体需求和运行环境的不同选择合适的结构。
请围绕“多层分布式结构系统的开发”论题,依次从以下三个方面进行论述。
(1)概要叙述你参与分析设计的多层分布式结构系统以及你所担任的主要工作。
(2)简要说明多层分布式结构分类的依据以及多层分布式结构的特点,并指出你参与分析设计的系统属于其中的哪种结构,以及选择这种结构的原因。
(3)具体论述你在开发该系统时采用了哪些方法、策略与工具来实现所选的结构。
聚类的典型应用不包括(),()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@@@SXB@@@A.决策树
B.Apriori
C.k-means
D.SVM
(62)A.分类
B.关联规则
C.聚类
D.时序模式
数据挖掘的分类方法很多。根据不同挖掘任务,可将其分为(63)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等
数据挖掘的分类方法很多。根据不同挖掘方法,可将其分为(47)。
A.分类或预测模型发现,数据归纳、聚类、关联规则发现,序列模式发现,依赖关系或依赖模型发现,异常和趋势发现等等
B.机器学习法、统计方法、神经网络方法和数据库方法
C.归纳学习方法(决策树、规则归纳等)、基于范例学习、遗传算法等
D.回归分析、判别分析、聚类分析、探索性分析等