在基本K均值算法里,当邻近度函数采用()的时候,合适的质心是簇中各点的中位数。
A.曼哈顿距离
B.平方欧几里德距离
C.余弦距离
D.Bregman散度
A、曼哈顿距离
A.曼哈顿距离
B.平方欧几里德距离
C.余弦距离
D.Bregman散度
A、曼哈顿距离
第1题
A.在K均值聚类中,必须在运行算法前选定想要的簇的个数
B.在k均值聚类中,可以在运行算法后选定想要的簇的个数
C.在层次聚类中,可以在运行算法后选定想要的簇的个数
D.k均值聚类算法所需的计算量比层次聚类算法小得多
第3题
A.机器学习、对数回归、关联模式
B.K均值法、SOM机器学习
C.Apriori算法、FP-Tree算法
D.RBF机器学习、K均值法、机器学习
第5题
在实际应用中,常需模拟服从正态分布的随机变量,其密度函数为
式中,a为均值,σ为标准差.
如果s和t是(-1,1)中均匀分布的随机变量,且,令
则u和v是服从标准正态分布(a=0,σ=1)的两个互相独立的随机变量.
(1)利用上述事实,设计一个模拟标准正态分布随机变量的算法.
(2)将上述算法扩展到一般的正态分布.
第6题
设随机过程,其中ω为常数,Ak为第k个信号的随机振幅,Θk是在(0,2π)上均匀分布的随机相位,所有随机变量Ak,Θk,k=1,2,…,n以及它们之间都是相互独立的。试求X(t)的均值函数与自协方差函数。
第8题
已知k阶斐波那契序列的定义为
试编写求k阶斐波那契序列的第m项值的函数算法,k和m均以值调用的形式在函数参数表中出现。
第10题
A.NaiveBayes朴素贝叶斯算法
B.Pearson趋势关联分析+K-means自学习聚类
C.基于PNN的神经网络算法
D.k均值聚类算法