以下有关kohonen神经网络聚类模型正确的说法是?
A.Kohonen神经网络的聚类过程不需要计算样本之间的距离。
B.Kohonen输入层和输出层之间的权重修正不能使用梯度下降法。
C.kohonon神经网络输出层的神经元计算类似BP神经网络的输出神经元计算。
D.Kohonon神经网络聚类的组数事先可以确定。
A.Kohonen神经网络的聚类过程不需要计算样本之间的距离。
B.Kohonen输入层和输出层之间的权重修正不能使用梯度下降法。
C.kohonon神经网络输出层的神经元计算类似BP神经网络的输出神经元计算。
D.Kohonon神经网络聚类的组数事先可以确定。
A.Kohonen神经网络的聚类过程不需要计算样本之间的距离。
B.Kohonen输入层和输出层之间的权重修正不能使用梯度下降法。
C.kohonon神经网络输出层的神经元计算类似BP神经网络的输出神经元计算。
D.Kohonon神经网络聚类的组数实现可以确定。
A.神经网络训练过程是拟合训练数据模式的过程
B.神经网络训练后很容易得到分类的规则
C.神经网络可用于分类和聚类
D.神经网络模型的分类能力比决策树好
A.kmeans算法各聚类中心与其几何重心是重合的,对于凸型数据集初始的假设聚类中心尽量距离远一些。
B.在计算样本之间的距离时,对样本不同量纲的数据属性进行标准化是必要的。
C.Kohonon神经网络在计算过程中需要计算样本之间的距离。
D.当聚类的组数比较多时,可以把距离较近的簇合并。
A.聚类模型属于无监督学习
B.聚类模型的本质是寻找数据集内在的分布结构
C.经过聚类之后的数据集形成不同的簇,同簇的样本相似度低,簇间的样本相似度高
D.聚类模型作为独立的分析过程,通常不和其他数据分析任务结合叠加
A.类似Kmeans基于划分的聚类与基于层次的聚类都是样本的距离为划分基础。
B.聚类的结果要考虑业务的可解释性。
C.自底向上的层次聚类算法对样本的输入顺序比较敏感。
D.聚类的簇密度指样本的个数多少。
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!