Кластеризация в машинном обучении - это

• Обучение с учителем

• Обучение без учителя

• Обучение с частичным привлечением учителя

• Обучение с подкреплением

Дендрограмма - это

• Метод нахождения оптимального значения k для алгоритмов, подобным k-means

• Алгоритм дивизионной иерархической кластеризации

• Визуализация результатов работы иерархической кластеризации

• Алгоритм агломеративной иерархической кластеризации

Основные параметры для алгоритма DBSCAN

• Оптимально выбранное количество кластеров k с помощью метода локтя и метрика расстояний между объектами.

• Радиус окрестности, в пределах которого рассматриваются соседние точки и минимальное количество точек, необходимые для формирования кластера

• Параметр "treshhold" определения порогового значения для разделения кластеров и параметр "minPts" определения минимального количества точек

• Максимального расстояния между точками, которые могут быть определены к одному кластеру и минимальное количество кластеров

Какое из следующих утверждений о коэффициенте силуэта является верным?

• Коэффициент силуэта всегда принимает значение только в диапазоне от 0 до 1, где 1 означает идеальную кластеризацию

• Коэффициент силуэта рассчитывается на основе расстояний между точками внутри одного кластера и расстояний до ближайшего кластера

• Коэффициент силуэта не может быть отрицательным, так как он основан только на положительных расстояний между точками

• Коэффициент силуэта является внешней метрикой качества работы алгоритмов кластеризации

При кластеризации пациентов

• Удалось с помощью метода локтя найти оптимальное значение k, но сегментация относительно прогрессии не удалась

• Алгоритм DBSCAN показал результат значительно лучше, чем работа алгоритма k-means

• С помощью алгоритма k-means удалось найти кластер, для которого характерно отсутствие прогрессии

• Не удалось найти связь кластеров с прогрессией