2018-10-26 16:32:32 1616瀏覽
本篇文章小編和大家分享一下大數(shù)據(jù)挖掘測試題,對大數(shù)據(jù)感興趣或者是想要測試自己技術(shù)的小伙伴就隨扣丁學(xué)堂大數(shù)據(jù)培訓(xùn)小編一起來了解一下吧。
1、( D )將兩個(gè)簇的鄰近度定義為兩個(gè)簇合并時(shí)導(dǎo)致的平方誤差的增量,它是一種凝聚層次聚類技術(shù)。
A、MIN(單鏈)
B、MAX(全鏈)
C、組平均
D、Ward方法
2、DBSCAN在最壞情況下的時(shí)間復(fù)雜度是( B )。
A、O(m)
B、O(m2)
C、O(log m)
D、O(m*log m)
3、在基于圖的簇評估度量表里面,如果簇度量為proximity(Ci , C),簇權(quán)值為mi ,那么它的類型是( C )。
A、基于圖的凝聚度
B、基于原型的凝聚度
C、基于原型的分離度
D、基于圖的凝聚度和分離度
4、關(guān)于K均值和DBSCAN的比較,以下說法不正確的是( A )。
A、K均值丟棄被它識別為噪聲的對象,而DBSCAN一般聚類所有對象。
B、K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念。
C、K均值很難處理非球形的簇和不同大小的簇,DBSCAN可以處理不同大小和不同形狀的簇。
D、K均值可以發(fā)現(xiàn)不是明顯分離的簇,即便簇有重疊也可以發(fā)現(xiàn),但是DBSCAN會合并有重疊的簇。
5、以下是哪一個(gè)聚類算法的算法流程:①構(gòu)造k-最近鄰圖。②使用多層圖劃分算法劃分圖。③repeat:合并關(guān)于相對互連性和相對接近性而言,最好地保持簇的自相似性的簇。④until:不再有可以合并的簇。( C )。
A、MST
B、OPOSSUM
C、Chameleon
D、Jarvis-Patrick(JP)
6、考慮這么一種情況:一個(gè)對象碰巧與另一個(gè)對象相對接近,但屬于不同的類,因?yàn)檫@兩個(gè)對象一般不會共享許多近鄰,所以應(yīng)該選擇( D )的相似度計(jì)算方法。
A、平方歐幾里德距離
B、余弦距離
C、直接相似度
D、共享最近鄰
7、以下屬于可伸縮聚類算法的是( A )。
A、CURE
B、DENCLUE
C、CLIQUE
D、OPOSSUM
想要了解更多關(guān)于大數(shù)據(jù)方面內(nèi)容的小伙伴,請關(guān)注扣丁學(xué)堂大數(shù)據(jù)培訓(xùn)官網(wǎng)、微信等平臺,扣丁學(xué)堂IT職業(yè)在線學(xué)習(xí)教育平臺為您提供權(quán)威的大數(shù)據(jù)開發(fā)環(huán)境搭建視頻。
大數(shù)據(jù)培訓(xùn)后的前景無限,行業(yè)薪資和未來的發(fā)展會越來越好的,扣丁學(xué)堂老師精心推出的大數(shù)據(jù)視頻直播課定能讓你快速掌握大數(shù)據(jù)從入門到精通開發(fā)實(shí)戰(zhàn)技能。扣丁學(xué)堂大數(shù)據(jù)學(xué)習(xí)群:209080834。
【關(guān)注微信公眾號獲取更多學(xué)習(xí)資料】
查看更多關(guān)于“大數(shù)據(jù)培訓(xùn)資訊”的相關(guān)文章>