A.K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象
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均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇
D.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
E.K均值和DBSCAN的最初版本都是针对欧几里得数据设计的,但是它们都被扩展,以便处理其他类型的数据
A.DBSCAN是一种著名的密度聚类算法
B.密度聚类从样本数量的角度来考察样本之间的可连接性
C.密度聚类基于不可连接样本不断扩展聚类簇易获得最终的聚类结果
D.密度直达关系通常满足对称性
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