题目内容
（请给出正确答案）
A.Kohonen神经网络的聚类过程不需要计算样本之间的距离。
B.Kohonen输入层和输出层之间的权重修正不能使用梯度下降法。
C.kohonon神经网络输出层的神经元计算类似BP神经网络的输出神经元计算。
D.Kohonon神经网络聚类的组数事先可以确定。
参考答案
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
网友提供的答案
更多“以下有关kohonen神经网络聚类模型正确的说法是？”相关的问题
A.Kohonen神经网络的聚类过程不需要计算样本之间的距离。
B.Kohonen输入层和输出层之间的权重修正不能使用梯度下降法。
C.kohonon神经网络输出层的神经元计算类似BP神经网络的输出神经元计算。
D.Kohonon神经网络聚类的组数实现可以确定。
A.神经网络训练过程是拟合训练数据模式的过程
B.神经网络训练后很容易得到分类的规则
C.神经网络可用于分类和聚类
D.神经网络模型的分类能力比决策树好
A.kmeans算法各聚类中心与其几何重心是重合的，对于凸型数据集初始的假设聚类中心尽量距离远一些。
B.在计算样本之间的距离时，对样本不同量纲的数据属性进行标准化是必要的。
C.Kohonon神经网络在计算过程中需要计算样本之间的距离。
D.当聚类的组数比较多时，可以把距离较近的簇合并。
A.聚类模型属于无监督学习
B.聚类模型的本质是寻找数据集内在的分布结构
C.经过聚类之后的数据集形成不同的簇，同簇的样本相似度低，簇间的样本相似度高
D.聚类模型作为独立的分析过程，通常不和其他数据分析任务结合叠加
A.类似Kmeans基于划分的聚类与基于层次的聚类都是样本的距离为划分基础。
B.聚类的结果要考虑业务的可解释性。
C.自底向上的层次聚类算法对样本的输入顺序比较敏感。
D.聚类的簇密度指样本的个数多少。
警告：系统检测到您的账号存在安全风险
为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
