搜题
用户您好， 请在下方输入框内搜索其它题目：
搜题
题目内容 （请给出正确答案）
提问人：网友 发布时间：
【判断题】

离群点可以是合法的数据对象或者值。

查看正确答案
更多“离群点可以是合法的数据对象或者值。”相关的问题
第1题
[判断题] 离群点可以是合法的数据对象或者值。

点击查看答案
第2题
[单选题] 一个对象的离群点得分是该对象周围密度的逆。这是基于（）的离群点定义。

A、概率  B、邻近度  C、密度  D、聚类  

点击查看答案
第3题
[单选题] 一个对象的离群点得分是该对象周围密度的逆。这是基于（）的离群点定义。

A、概率  B、邻近度  C、密度  D、聚类  

点击查看答案
第4题
[判断题] 如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点。

点击查看答案
第5题
[多选题] 离群值的处理方法包括（）。

A、找到实际原因时修正离群值，否则予以保留  B、剔除离群值，不追加观测值  C、剔除离群值，追加新的观测值或适宜的插补替代  D、将离群值修正为样本平均值  

点击查看答案
第6题
[判断题] 离群点是一个实际观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。

点击查看答案
第7题
[] 离群值的处理方法包括（）。

A、A.找到实际原因时修正离群值，否则予以保留  B、B.剔除离群值，不追加观测值  C、C.剔除离群值，追加新的观测值或适宜的插补替代  D、D.将离群值修正为样本平均值  

点击查看答案
第8题
[单选题] 关于混合模型聚类算法的优缺点，下面说法正确的是（）。

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  

点击查看答案
第9题
[单选题] 关于混合模型聚类算法的优缺点，下面说法正确的是（）

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  

点击查看答案
账号：
答题记录 我的收藏 我的题库
客服
TOP

请使用微信扫码支付

订单号：
遇到问题请联系在线客服