单项选择题
下面关于Jarvis－Patrick（JP）聚类算法的说法不正确的是（）。
A.JP聚类擅长处理噪声和离群点，并且能够处理不同大小、形状和密度的簇
B.JP算法对高维数据效果良好，尤其擅长发现强相关对象的紧致簇
C.JP聚类是基于SNN相似度的概念
D.JP聚类的基本时间复杂度为O（m）
点击查看答案&解析
相关考题
-
单项选择题
一个对象的离群点得分是该对象周围密度的逆。这是基于（）的离群点定义。
A.概率
B.邻近度
C.密度
D.聚类 -
单项选择题
以下哪个聚类算法不属于基于网格的聚类算法（）。
A.STING
B.WaveCluster
C.MAFIA
D.BIRCH -
单项选择题
关于混合模型聚类算法的优缺点，下面说法正确的是（）。
A.当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理
B.混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布
C.混合模型很难发现不同大小和椭球形状的簇
D.混合模型在有噪声和离群点时不会存在问题
