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。

如果一个对象不强属于任何簇，那么该对象是基于聚类的离群点。

判断题查看答案

离群点可以是合法的数据对象或者值。

判断题查看答案

基于邻近度的离群点检测方法不能处理具有不同密度区域的数据集。

判断题查看答案

离群点是一个实际观测值，它与其他观测值的差别如此之大，以至于怀疑它是由不同的机制产生的。

判断题查看答案

检测一元正态分布中的离群点，属于异常检测中的基于（）的离群点检测

单选题查看答案

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（）的相似度计算方法。

单选题查看答案

简单地将数据对象集划分成不重叠的子集，使得每个数据对象恰在一个子集中，这种聚类类型称作（）

单选题查看答案

当预测对象依时间变化呈现某种趋势且无明显季节波动时可采用（）

单选题查看答案

聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型（或函数），以便能够使用模型预测类标记未知的对象类。

判断题查看答案