数据挖掘考试题目聚类

1、精品好资料学习推荐数据挖掘考试题目聚类一、填空题1、密度的基于中心的方法使得我们可以将点分类为：_、_ 、_。2、DBSCAN算法在最坏的情况下，时间复杂度是_、空间复杂度是_。3、DBSCAN算法的优点是_、_。4、DBSCAN算法的缺点是处理_、_的数据效果不好。5、DBSCAN算法的参数有：_、_。6、簇的有效性的非监督度量常常可以分为两类：_、_，它常采用的指标为_。7、簇的有效性的监督度量通常称为_，它度量簇标号与外部提供的标号的匹配程度主要借助_。8、在相似度矩阵评价的聚类中，如果有明显分离的簇，则相似度矩阵应当粗略地是_。9、DBSCAN算法的参数确定的基本方法是观察_的特性。1

2、0、不引用附加的信息，评估聚类分析结果对数据拟合情况属于_技术。答案：1、核心点边界点噪声点2、 O(n2) O(n)3、耐噪声能够处理任意大小和形状的簇4、高维数据变密度的5、 EPS MinPts6、簇的凝聚性簇的分离性均方差(SSE)7、外部指标监督指标的熵8、块对角的9、点到它的第K个最近邻的距离（K-距离）10、非监督二、选择题1、DBSCAN算法的过程是（B）。删除噪声点。每组连通的核心点形成一个簇。将所有点标记为核心点、边界点和噪声点。将每个边界点指派到一个与之关联的核心点的簇中。为距离在Eps之内的所有核心点之间赋予一条边。A：B：C：D：2、如果有m个点，DBSCAN在最坏的

3、情况下的时间复杂度度为（C）。A O(m) B O(mlogm) C O(m2) D O(logm)3、在基本DBSCAN的参数选择方法中，点到它的K个最近邻的距离中的K选作为哪一个参数（B）。A Eps B MinPts C 质心 D 边界4、当采用K-距离的方法选择DBSCAN的Eps和MinPts参数时，如果设置的K的值太大，则小簇（尺寸小于K的簇）可能会被标记为（A）。A 噪声 B 核心簇 C 边界簇 D以上都不对5、如果处理以下形状的数据时，适宜采用DBSCAN的是（B）A 球形 B SS形 C 椭球形 D 方形6、DBSCAN之所以难以有效处理高维数据，其主要原因是（D）A 数据的

4、形状太复杂 B 簇的大小未知 C 噪声点过多 D 开销过大7、簇评估能够做到（D）确定数据集的聚类趋势。确定正确的簇个数。比较两个簇集，确定那个更好。不引用附加信息，评估聚类分析结果对数据拟合情况A B C D8、如果不考虑外部信息，聚类结构的有良性度量应当采用（A）。A 均方差 B 方差 C 中位数 D 均值9、比较不同的聚类或簇时，通常采用相对的簇评估度量，相对的簇评估以（）来评价不同的聚类或簇。A SSE或熵 B 簇的大小 C 簇的形状 D 簇的密度10、对于DBSCAN，参数Eps固定，当MinPts取值较大时，会导致（B）A 能很好的区分各类簇B 只有高密度的点的聚集区划为簇，其余划

5、为噪声C 低密度的点的聚集区划为簇，其余的划为噪声D 无影响三、判断题1、DBSCAN的参数Eps固定时，MinPts的值越大越好。（错）2、DBSCAN会把所有点划分到各自的簇中。（错）3、在所有核心点的Eps半径邻域内的点数都不少于MinPts阈值。（对）4、SSE在无监督的簇评估中能起到很好的作用。（对）5、在通过相似度矩阵评估簇时，如果相似度矩阵是块对角的，说明具有明显分离的簇（对）。6、DBSCAN能够很好的区分原始数据的形状，但受限于用户指定的参数。（对）7、判断簇的个数不属于簇评估。（错）8、在做聚类时，DBSCAN会删掉它认为是噪声点的数据点。（对）9、DBSCAN的空间复杂度

6、始终都是O(m)。（对）10、K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇。（对）四、简答题1、描述DBSCAN的算法过程。将所有点标记为核心点、边界点和噪声点。删除噪声点。为距离在Eps之内的所有核心点之间赋予一条边。每组连通的核心点形成一个簇。将每个边界点指派到一个与之关联的核心点的簇中。2、简答DBSCAN的优点与不足。答，优点：DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇，缺点：当簇的密度变化过大时，DBSCAN就很难敏感的发现数据集中的簇。同时， DBSCAN在处理高维数据时，会有很大的开销。3、简述DBSCAN算法的核心思想。DBSCAN算法的核心思想是一个簇中除了边界点，每个点在给定的半径Eps内必须包含不少于PinPts个数据点，这样的点称为核心点。4、确定DBSCAN参数的基本的方法是什么。答：观察点到它的K个最近邻的距离的特性。对于某个K，计算所有点的K距离，以递增的次序排序，绘制排序后的值。在图中找到曲线拐点，拐点处的函数