Data Mining chapter 11 : Clustering

Data Mining chapter 11 : Clustering

University

10 Qs

quiz-placeholder

Similar activities

หน่วยที่ 2 หลักการและความสำคัญของเครือข่ายคอมพิวเตอร์

หน่วยที่ 2 หลักการและความสำคัญของเครือข่ายคอมพิวเตอร์

University

12 Qs

Appsheet

Appsheet

University

10 Qs

แบบทดสอบก่อนเรียน วิชา เครือข่ายคอมพิวเตอร์

แบบทดสอบก่อนเรียน วิชา เครือข่ายคอมพิวเตอร์

University

10 Qs

Learning AI and issues

Learning AI and issues

University

15 Qs

ระบบฐานข้อมูล

ระบบฐานข้อมูล

University

10 Qs

MTES1301 Ch2 p2

MTES1301 Ch2 p2

University

10 Qs

แบบทดสอบหลังเรียน เรื่ง e-Signature

แบบทดสอบหลังเรียน เรื่ง e-Signature

University

10 Qs

Database

Database

University

10 Qs

Data Mining chapter 11 : Clustering

Data Mining chapter 11 : Clustering

Assessment

Quiz

Computers

University

Hard

Created by

วัชรศักดิ์ ศิริเสรีวรรณ

Used 4+ times

FREE Resource

AI

Enhance your content in a minute

Add similar questions
Adjust reading levels
Convert to real-world scenario
Translate activity
More...

10 questions

Show all answers

1.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

แนวคิดของการจับกลุ่ม (clustering) คืออะไร

รวมข้อมูลที่คล้ายกันอยู่กลุ่มเดียวกัน แยกข้อมูลที่ต่างกันอยู่คนละกลุ่ม

หารูปแบบที่ทำให้ข้อมูลในกลุ่มเดียวกันอยู่ด้วยกัน

รวมข้อมูลที่อยู่ใกล้กันอยู่ด้วยกัน แยกข้อมูลที่ห่างกันอยู่ต่างกลุ่ม

แยกข้อมูลที่ต่างจากข้อมูลส่วนใหญ่ออกมา

2.

MULTIPLE SELECT QUESTION

45 sec • 1 pt

ข้อใดจริงเกี่ยวกับตัวแบบ clustering

ข้อมูลที่นำมาใช้ train ต้องมี target class

คุณภาพของการทำ clustering คือการให้กลุ่มเดียวกันต่างกันน้อยที่สุด

ตัวแบบที่ได้ สามารถใช้ในการพยากรณ์กลุ่มของจุดข้อมูลที่ไม่ทราบกลุ่มได้

แต่ละจุดข้อมูล อาจจะอยู่ได้มากกว่าหนึ่งกลุ่ม

3.

MULTIPLE SELECT QUESTION

45 sec • 1 pt

ข้อใดไม่ใช่ชื่อของขั้นตอนวิธี clustering

AGNES

DBSCAN

K-medoids

Single-link

4.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

ผลลัพธ์ของ K-means clustering แสดงบันทึกได้ในรูปแบบใด

Dendrogram


ค่าของ Centroids k ตัว

Clustering score

ตำแหน่งของข้อมูลที่อยู่ขอบของกลุ่ม

5.

MULTIPLE SELECT QUESTION

45 sec • 1 pt

ข้อใดเป็นพารามิเตอร์ที่ต้องกำหนดล่วงหน้าในการทำ k-means clustering

จำนวน cluster

ตำแหน่งของ centroid เริ่มต้น

นิยามของฟังก์ชันระยะทางระหว่างจุด

นิยามของฟังก์ชันระยะทางระหว่างกลุ่ม

6.

MULTIPLE CHOICE QUESTION

45 sec • 1 pt

ผลลัพธ์ของการแบ่งกลุ่มแบบ Hierachical clustering สามารถนำเสนอในรูปแบบอะไร

ค่าของ Centroids k ตัว

ต้นไม้ Dendogram

Distance matrix

ค่า Cutoff ที่ใช้แบ่งกลุ่ม

7.

MULTIPLE SELECT QUESTION

45 sec • 1 pt

อะไรคือปัจจัยที่อาจทำให้การทำ k-means clustering ได้ผลลัพธ์ที่ไม่เหมาะสม

จุดข้อมูลที่เป็น Outlier

ตัวเลือก centroid เริ่มต้น

ลักษณะของคลัสเตอร์ที่อาจไม่เป็น convex set

ชนิดของฟังก์ชันระยะทาง

Create a free account and access millions of resources

Create resources

Host any resource

Get auto-graded reports

Google

Continue with Google

Email

Continue with Email

Classlink

Continue with Classlink

Clever

Continue with Clever

or continue with

Microsoft

Microsoft

Apple

Apple

Others

Others

By signing up, you agree to our Terms of Service & Privacy Policy

Already have an account?