k-means++
k-means法の初期の重心を、すでに選んだ重心から離れた点が選ばれやすいように決めて、安定した結果を得やすくする改良として、最も適切なものを1つ選べ。
- A
k近傍法
- B
DBSCAN
- C
ウォード法
- D
k-means++
正解と解説を見る
正解:D
k-means++は、初期の重心を互いに離れるように選ぶ。初期値依存の問題を和らげ、収束も速くなりやすい。
- A
誤り。近くのデータの多数決で分類する手法。
- B
誤り。密度に基づくクラスタリング。
- C
誤り。階層的クラスタリングの併合の基準の一つ。
- D
正しい。初期値によって結果が大きく変わる問題を和らげる。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会(JDLA)・一般社団法人生成AI活用普及協会(GUGA)の公式サービスではありません。