以下是哪一個聚類算法的算法流程()。 ①構(gòu)造k-最近鄰圖。 ②使用多層圖劃分算法劃分圖。 ③repeat:合并關(guān)于相對互連性和相對接近性而言,最好地保持簇的自相似性的簇。 ④until:不再有可以合并的簇。
A.MST B.OPOSSUM C.Chameleon D.Jarvis-Patrick(JP)
A.K均值丟棄被它識別為噪聲的對象,而DBSCAN一般聚類所有對象 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均值很難處理非球形的簇和不同大小的簇,DBSCAN可以處理不同大小和不同形狀的簇 D.K均值可以發(fā)現(xiàn)不是明顯分離的簇,即便簇有重疊也可以發(fā)現(xiàn),但是DBSCAN會合并有重疊的簇
A.基于圖的凝聚度 B.基于原型的凝聚度 C.基于原型的分離度 D.基于圖的凝聚度和分離度