在聚类分析中马氏距离一般不是理想的距离。
相似题目
-
Ex10_1数据库中是纽约证券交易市场五支股票的星期收益率,共100周的数据。五支股票分别为AlliedChemical,DuPont,UnionCarbide,Exxon,Texaco.为了描述的方便,我们将五支股票分别定义为变量X1,X2,X3,X4,X5,主成分用Yi表示,因子用Fj表示。对五个变量进行聚类,数据经Z分数法标准化,采用最短距离聚类法,欧氏距离平方测度距离,在距离为182.2处可聚为()
-
在聚类分析中,完全连接法与单连接法相似,以()原则为基础。
-
基于对象之间的距离进行聚类,这样的方法只能发现秋装的类,而在发现任意形状的类上有困难指的是()。
-
“两类间距离的平方式两类元素两两之间距离平方的平均数”是那种聚类分析方法的定义()
-
数据的汇集需要采用网格或其它聚类技术将距离较近的顾客集合起来。
-
在聚类分析当中,簇内的相似性越大,簇间的差别越大,聚类的效果就越差。
-
聚类分析是常用商情分析工具中的一种,常用的聚类分析方法有()。
-
在聚类分析中常常应用马氏距离测量,马氏距离相对明氏距离、杰氏距离和兰氏距离的优点体现在()
-
目前,远距离高速宽带光纤通信传输中,最理想的工作窗口是()μm。
-
内置辅镜RMH表示红色水平马氏杆透镜,用于检测远距离和近距离水平向隐斜视及AC/A比率。
-
在聚类分析当中,()等技术可以处理任意形状的簇。
-
Ex10_2数据库,某公司正在评估销售人员的能力,该公司随机抽选了40名销售人员,评估他们三项指标:销售量增长率(X1),利润率(X2),新客户销售量(X3)。四十个人还进行了四项测试:创造能力测试(X4),商业能力测试(X5),抽象能力测试(X6)及数学能力测试(x7)。计算过程中,主成分用Yi表示,因子用Fj表示。对样本进行聚类,数据经Z分数法标准化,采用组间连接距离聚类法,欧氏距离平方测度距离,在距离为19处可聚为()
-
一般常见设定战略商圈的方法有两种,时间距离测量法和顾客分析法。
-
一般来说,( )均位于距离园林大门不远的主要游览线上,是园内佳景的理想观赏点。
-
使用SimpleKMeans聚类器对鸢尾花数据集(iris.arff)进行聚类,保持默认参数,即3个簇以及欧氏距离。忽略class属性,从结果中可知,下列选项中,( )是错误。
-
聚类分析中, R 型聚类是对 进行聚类 。
-
算法对异常值敏感,因此要在聚类前进行异常值分析。()
-
非监督分类也称为聚类分析,常用的方法包括K均值方法、最小距离分类方法等。
-
聚类分析的一般步骤是什么?
-
“最小马氏距离分类器的错误概率一定不会比最小欧氏距离分类器的错误率大”
-
14、非监督分类,也称为聚类分析或点群分析,即在多光谱图像中搜寻、定义其自然相似光谱组的过程。常用方法有:最小距离法、最大似然法。
-
15、如果采用距离判断算法对以DEM、多光谱数据、雷达后向散射数据作为特征变量的图像进行分类,应该优选欧式距离而不是马氏距离。
-
1、简述欧式距离与马氏距离的区别和联系。
-
A.ISODATA不是每调整一个样本的类别就重新计算一次各类样本的均值,而是在把所有样本都调整完毕之后才重新计算B.ISODATA一次完成分类C.ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析,而且可以自动地进行类别合并和分裂从而得到类数比较合理的聚类结果D.分类结果中的类别数是固定的