K-Means Clusteranalyse Quiz

Was ist das Hauptziel der K-Means Clusteranalyse?

• Datenpunkte zu duplizieren

• Datenpunkte zu löschen

• Datenpunkte zu sortieren

• Datenpunkte in eine vorgegebene Anzahl von Clustern zu gruppieren

Welcher Schritt ist der erste in der K-Means Clusteranalyse?

• Messung der Distanzen

• Berechnung der Clusterzentroide

• Zufällige Zuordnung der Datenpunkte

• Definition der Anzahl der Cluster

Was passiert im dritten Schritt der K-Means Clusteranalyse?

• Die Datenpunkte werden den nächsten Clustern zugeordnet

• Die Clusterzentroide werden berechnet

• Die Clusteranzahl wird definiert

• Die Datenpunkte werden gelöscht

Warum wird die K-Means Clusteranalyse mehrmals durchgeführt?

• Um die Clusteranzahl zu erhöhen

• Um die besten initialen Cluster zu finden

• Um die Datenpunkte zu löschen

• Um die Datenpunkte zu duplizieren

Was ist ein Nachteil der K-Means Methode?

• Sie benötigt keine Daten

• Sie hängt stark von den initialen Clustern ab

• Sie ist zu teuer

• Sie ist zu schnell

Was beschreibt die Ellbogenmethode?

• Die beste Anzahl von Clustern zu bestimmen

• Die Clusterzentroide zu berechnen

• Die Datenpunkte zu duplizieren

• Die Datenpunkte zu löschen

Was passiert, wenn die Clusteranzahl gleich der Anzahl der Datenpunkte ist?

• Die Datenpunkte werden dupliziert

• Der Abstand ist maximal

• Die Datenpunkte werden gelöscht

• Der Abstand ist null

Wie kann man die K-Means Clusteranalyse online mit Datatab durchführen?

• Indem man die Datenpunkte löscht

• Indem man die Datenpunkte dupliziert

• Indem man die Daten in den Statistikrechner einfügt

• Indem man die Datenpunkte sortiert

Welche Daten wurden im Beispiel für die K-Means Clusteranalyse verwendet?

• Temperatur und Druck

• Größe und Gewicht

• Einkommen und Alter

• Farbe und Form

Was zeigt das Streudiagramm in der K-Means Clusteranalyse?

• Die Verteilung der Datenpunkte in den Clustern

• Die Anzahl der Datenpunkte

• Die Form der Datenpunkte

• Die Farbe der Datenpunkte