线面函数可以作为聚类分析中的判别函数的有?

[不定项选择题]

查看答案及解析

老子是帮主

聚类分析的判别函数当然是希望簇间距离越大越好，簇内距离越小越好，
B项中c应该是代表cluster的数目，ni代表第i个簇中样本数目，向量mi代表的是第i个簇中的簇中心点，xi为样本，所以公式的含义是各个簇中的样本到簇中心点的距离之和，这个值当然是越小越好；
C项中mj向量应该表示的是第j个簇的簇中心店，m向量应该表示的是所有簇中心点的中心点，公式的含义应该是所有簇中心点到各个簇中心点的中心点的距离，这个距离显然是越大越好，表示各个簇之间的距离较大；
A和D中的Sw应该表示的是内类散度矩阵,w代表within，Sb代表的是类间散度矩阵，b代表between，这两个矩阵乘积后不管是求秩还是求行列式都不能反应聚类的情况。

编辑于 2018-04-10 13:00:09 回复(5)

Forrestcloud

B:聚类簇内距离越小越好

C:聚类簇间距离越大越好

发表于 2017-09-06 20:39:04 回复(0)

CheneyShen

LDA算法吗？

发表于 2017-08-11 23:41:06 回复(0)

菜鸟司令

难道不是ABC吗，为啥A不行呢

发表于 2016-06-13 15:01:12 回复(2)

西西弗斯的幸福

聚类分析的判别函数当然是希望簇间距离越大越好，簇内距离越小越好，
B项中c应该是代表cluster的数目，nj代表第j个簇中样本数目，向量mj代表的是第j个簇中的簇中心点，xi(j)为第j个簇中第i个样本，所以公式的含义是各个簇中的样本到簇中心点的距离之和，这个值当然是越小越好；

C项中mj向量应该表示的是第j个簇的簇中心店，m向量应该表示的是所有簇中心点的中心点，公式的含义应该是各个簇的簇中心点到所有簇中心点的中心点的距离之和，这个距离显然是越大越好，表示各个簇之间的距离较大；

A和D中的Sw应该表示的是内类散度矩阵,w代表within，Sb代表的是类间散度矩阵，b代表between，这两个矩阵乘积后不管是求秩还是求绝对值都不能反应聚类的情况。

编辑于 2017-09-02 17:00:07 回复(0)

提交观点

问题信息

算法工程师京东 2016 运营

来自：京东2016算法工程师笔试题

难度：

5条回答 213收藏 6398浏览

线面函数可以作为聚类分析中的判别函数的有?

问题信息

热门推荐

相关试题