扣丁学堂大数据培训简述大数据挖掘测试题大全

2018-10-26 16:32:32 470浏览

本篇文章小编和大家分享一下大数据挖掘测试题，对大数据感兴趣或者是想要测试自己技术的小伙伴就随扣丁学堂大数据培训小编一起来了解一下吧。

1、( D )将两个簇的邻近度定义为两个簇合并时导致的平方误差的增量，它是一种凝聚层次聚类技术。

A、MIN(单链)

B、MAX(全链)

C、组平均

D、Ward方法

2、DBSCAN在最坏情况下的时间复杂度是( B )。

A、O(m)

B、O(m2)

C、O(log m)

D、O(m*log m)

3、在基于图的簇评估度量表里面，如果簇度量为proximity(Ci , C)，簇权值为mi ，那么它的类型是( C )。

A、基于图的凝聚度

B、基于原型的凝聚度

C、基于原型的分离度

D、基于图的凝聚度和分离度

4、关于K均值和DBSCAN的比较，以下说法不正确的是( A )。

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。

5、以下是哪一个聚类算法的算法流程：①构造k-最近邻图。②使用多层图划分算法划分图。③repeat：合并关于相对互连性和相对接近性而言，最好地保持簇的自相似性的簇。④until：不再有可以合并的簇。( C )。

A、MST

B、OPOSSUM

C、Chameleon

D、Jarvis-Patrick(JP)

6、考虑这么一种情况：一个对象碰巧与另一个对象相对接近，但属于不同的类，因为这两个对象一般不会共享许多近邻，所以应该选择( D )的相似度计算方法。

A、平方欧几里德距离

B、余弦距离

C、直接相似度

D、共享最近邻

7、以下属于可伸缩聚类算法的是( A )。

A、CURE

B、DENCLUE

C、CLIQUE

D、OPOSSUM

想要了解更多关于大数据方面内容的小伙伴，请关注扣丁学堂大数据培训官网、微信等平台，扣丁学堂IT职业在线学习教育平台为您提供权威的大数据开发环境搭建视频。

大数据培训后的前景无限，行业薪资和未来的发展会越来越好的，扣丁学堂老师精心推出的大数据视频直播课定能让你快速掌握大数据从入门到精通开发实战技能。扣丁学堂大数据学习群：209080834。

【关注微信公众号获取更多学习资料】 

查看更多关于“大数据培训资讯”的相关文章>