Викторина, связанная с руководством · Средний Уровень
Викторина по спектральной кластеризации
Проследите спектральную кластеризацию от аффинного графа до встраивания Лапласа и изучите, как построение графа и присвоение меток влияют на кластеры.
Вопрос 1 из 8
Какое представление обычно строит спектральная кластеризация перед вычислением лапласиана?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- Какое представление обычно строит спектральная кластеризация перед вычислением лапласиана?
- График сходства или близости
- Дерево решений меток классов
- Гистограмма плотности с фиксированными интервалами
- Матрица остатков линейной регрессии
- Почему спектральная кластеризация может помочь при работе с данными вложенных колец?
- Он автоматически превращает кольца в нормально распределенные классы.
- Связность графа может представлять невыпуклые группы за пределами разделов центроида.
- Он всегда выбирает два кластера без участия пользователя.
- Это устраняет необходимость определения сходства
- Какую роль играют выбранные собственные векторы Лапласа?
- Они устанавливают все парные расстояния равными нулю.
- Это оригинальные метки классов.
- Они образуют вложение, используемое для последующего назначения кластера.
- Они оценивают количество наблюдений
- Что может произойти, если граф сходства окажется слишком разреженным?
- Все наблюдения получают одинаковое сходство
- Каждый регион становится одним связным компонентом
- Граф автоматически становится ядром RBF.
- Настоящая группа может распасться на отдельные фрагменты.
- Почему конечные метки могут различаться даже при одном и том же встраивании?
- Собственные векторы содержат истинные семантические имена.
- Шаг присвоения метки имеет свои собственные варианты выбора и инициализации.
- Каждый метод маркировки математически идентичен.
- Матрица сродства становится асимметричной
- Что представляет собой степень графа в конструкции Лапласа?
- Квадрат расстояния координаты от нуля
- Количество поставляемых кластеров
- Сумма весов ребер наблюдения
- Вероятность класса собственного вектора
- Как ширина ядра RBF влияет на сходство графов?
- Он меняет единицы измерения переменной ответа.
- Устанавливает истинное количество кластеров
- Это гарантирует связный граф
- Он контролирует, насколько быстро сходство уменьшается с расстоянием.
- Почему перед интерпретацией спектральных меток необходимо исследовать несвязный граф?
- Результат нормализованного разреза может не соответствовать предполагаемой интерпретации связанного кластера.
- Это доказывает, что все кластеры недействительны.
- Несвязные графы не могут иметь собственных векторов.
- Это означает, что каждая точка имеет одинаковое сходство.