數(shù)據(jù)挖掘考試題目——聚類(lèi)

1、數(shù)據(jù)挖掘考試題目聚類(lèi)一 、填空題1、密度的基于中心的方法使得我們可以將點(diǎn)分類(lèi)為： 、 、2、DBSCAN 算法在最壞的情況下，時(shí)間復(fù)雜度是 、空間復(fù)雜度是 3、DBSCAN 算法的優(yōu)點(diǎn)是 、 。4、DBSCAN 算法的缺點(diǎn)是處理 、 的數(shù)據(jù)效果不好。5、DBSCAN 算法的參數(shù)有： 、 。6、簇的有效性的非監(jiān)督度量常常可以分為兩類(lèi)： 、 ，它常采用的指標(biāo)為 。7、簇的有效性的監(jiān)督度量通常稱(chēng)為 ，它度量簇標(biāo)號(hào)與外部提供的標(biāo)號(hào)的匹配程度主要借助 。8、在相似度矩陣評(píng)價(jià)的聚類(lèi)中，如果有明顯分離的簇，則相似度矩陣應(yīng)當(dāng)粗略地是 。9、DBSCAN 算法的參數(shù)確定的基本方法是觀(guān)察 的特性。10、不引用附加

2、的信息，評(píng)估聚類(lèi)分析結(jié)果對(duì)數(shù)據(jù)擬合情況屬于 技術(shù)。答案：1、核心點(diǎn)邊界點(diǎn) 噪聲點(diǎn)2、O(n2)O(n)3、耐噪聲能夠處理任意大小和形狀的簇4、高維數(shù)據(jù)變密度的5、EPS MinPts6、簇的凝聚性 簇的分離性 均方差 (SSE)7、外部指標(biāo)監(jiān)督指標(biāo)的熵8、塊對(duì)角的9、點(diǎn)到它的第 K 個(gè)最近鄰的距離( K- 距離)10、非監(jiān)督二、選擇題1、DBSCAN 算法的過(guò)程是（ B ）。 刪除噪聲點(diǎn)。 每組連通的核心點(diǎn)形成一個(gè)簇。 將所有點(diǎn)標(biāo)記為核心點(diǎn)、邊界點(diǎn)和噪聲點(diǎn)。 將每個(gè)邊界點(diǎn)指派到一個(gè)與之關(guān)聯(lián)的核心點(diǎn)的簇中。 為距離在 Eps 之內(nèi)的所有核心點(diǎn)之間賦予一條邊。A:B:C:D :2、 如果有 m 個(gè)

3、點(diǎn)， DBSCAN 在最壞的情況下的時(shí)間復(fù)雜度度為（C）。2A O（m）B O（mlogm）C O（m ）D O（logm）3、在基本 DBSCAN 的參數(shù)選擇方法中，點(diǎn)到它的 K 個(gè)最近鄰的距離中的 K 選作為哪一個(gè) 參數(shù)（ B）。A EpsB MinPtsC 質(zhì)心D 邊界4、當(dāng)采用K-距離的方法選擇 DBSCAN的Eps和MinPts參數(shù)時(shí)，如果設(shè)置的 K的值太大,則小簇（尺寸小于 K 的簇）可能會(huì)被標(biāo)記為（ A）。A 噪聲B 核心簇C 邊界簇D 以上都不對(duì)5、如果處理以下形狀的數(shù)據(jù)時(shí)，適宜采用DBSCAN 的是（ B）A 球形B SS 形C 橢球形D 方形D）6、DBSCAN 之所以難以

4、有效處理高維數(shù)據(jù)，其主要原因是（A 數(shù)據(jù)的形狀太復(fù)雜 B 簇的大小未知C 噪聲點(diǎn)過(guò)多D 開(kāi)銷(xiāo)過(guò)大7、簇評(píng)估能夠做到（ D ） 確定數(shù)據(jù)集的聚類(lèi)趨勢(shì)。 確定正確的簇個(gè)數(shù)。 比較兩個(gè)簇集，確定那個(gè)更好。 不引用附加信息，評(píng)估聚類(lèi)分析結(jié)果對(duì)數(shù)據(jù)擬合情況A B C D 8、 如果不考慮外部信息，聚類(lèi)結(jié)構(gòu)的有良性度量應(yīng)當(dāng)采用（A ）。A 均方差B 方差C 中位數(shù)D 均值9、比較不同的聚類(lèi)或簇時(shí)，通常采用相對(duì)的簇評(píng)估度量，相對(duì)的簇評(píng)估以（）來(lái)評(píng)價(jià)不同的聚類(lèi)或簇。A SSE 或熵 B 簇的大小C 簇的形狀D 簇的密度10、對(duì)于 DBSCAN ，參數(shù) Eps 固定，當(dāng) MinPts 取值較大時(shí)，會(huì)導(dǎo)致（ B）

5、A 能很好的區(qū)分各類(lèi)簇B 只有高密度的點(diǎn)的聚集區(qū)劃為簇，其余劃為噪聲C 低密度的點(diǎn)的聚集區(qū)劃為簇，其余的劃為噪聲D 無(wú)影響三、判斷題1、DBSCAN 的參數(shù) Eps 固定時(shí)， MinPts 的值越大越好。 （錯(cuò)）2、 DBSCAN 會(huì)把所有點(diǎn)劃分到各自的簇中。（錯(cuò)）3、在所有核心點(diǎn)的 Eps 半徑鄰域內(nèi)的點(diǎn)數(shù)都不少于 MinPts 閾值。（對(duì)）4、 SSE 在無(wú)監(jiān)督的簇評(píng)估中能起到很好的作用。（對(duì)）對(duì)）。5、 在通過(guò)相似度矩陣評(píng)估簇時(shí)，如果相似度矩陣是塊對(duì)角的， 說(shuō)明具有明顯分離的簇6、 DBSCAN 能夠很好的區(qū)分原始數(shù)據(jù)的形狀，但受限于用戶(hù)指定的參數(shù)。（對(duì)）7、判斷簇的個(gè)數(shù)不屬于簇評(píng)估。

6、（錯(cuò)）8、 在做聚類(lèi)時(shí)，DBSCAN會(huì)刪掉它認(rèn)為是噪聲點(diǎn)的數(shù)據(jù)點(diǎn)。（對(duì)）9、DBSCAN的空間復(fù)雜度始終都是 0（m）。（對(duì)）10、 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(huì)合并 有重疊的簇。（對(duì)）四、簡(jiǎn)答題1、描述DBSCAN的算法過(guò)程。 將所有點(diǎn)標(biāo)記為核心點(diǎn)、邊界點(diǎn)和噪聲點(diǎn)。 刪除噪聲點(diǎn)。 為距離在Eps之內(nèi)的所有核心點(diǎn)之間賦予一條邊。 每組連通的核心點(diǎn)形成一個(gè)簇。 將每個(gè)邊界點(diǎn)指派到一個(gè)與之關(guān)聯(lián)的核心點(diǎn)的簇中。2、簡(jiǎn)答DBSCAN的優(yōu)點(diǎn)與不足。答，優(yōu)點(diǎn)：DBSCAN是相對(duì)抗噪聲的，并且能夠處理任意形狀和大小的簇，缺點(diǎn)：當(dāng)簇的密度變化過(guò)大時(shí)，DBSCAN就很難敏感的發(fā)現(xiàn)數(shù)據(jù)集中的簇。同時(shí)，DBSCAN在處理高維數(shù)據(jù)時(shí)，會(huì)有很大的開(kāi)銷(xiāo)。3、簡(jiǎn)述DBSCAN算法的核心思想。DBSCAN算法的核心思想是一個(gè)簇中除了邊界點(diǎn)，每個(gè)點(diǎn)在給定的半徑Eps內(nèi)必須包含不少于PinPts個(gè)數(shù)據(jù)點(diǎn)，這樣的點(diǎn)稱(chēng)為核心點(diǎn)。4、確定DBSCAN參數(shù)的基本的方法是什么。答：觀(guān)察點(diǎn)到它的 K個(gè)最近鄰的距離的特性。對(duì)于某個(gè) K，計(jì)算所有點(diǎn)的 K距離，以遞增 的次序排序，繪制排序后的值。在圖中找到曲線(xiàn)拐點(diǎn)，拐點(diǎn)處的函數(shù)值為Eps半徑，K的值為