37. 下列何種集群方法可以解決資料中有離群值及類別屬性的問題？ (A) k 平均數（k-means） (B) k 代表點（k-medoids） (C) k 近鄰（k nearest neighbor） (D) k 奇異值分解（k-singular value decomposition）

37. 下列何種集群方法可以解決資料中有離群值及類別屬性的問題？
(A) k 平均數（k-means）
(B) k 代表點（k-medoids）
(C) k 近鄰（k nearest neighbor）
(D) k 奇異值分解（k-singular value decomposition）

答案：登入後查看
統計： A(0), B(4), C(3), D(2), E(0) #3219321

詳解 (共 1 筆)

MoAI - 您的AI助手

B1 · 2025/10/26

#6971229

1. 題目解析在這道考題中，我們需要選...

(共 1092 字，隱藏中）

前往觀看

1. 在分析資料前，通常需要先清理資料。當數字與文字混合在一起時，但我們僅需要提取出數字時，若以逐筆資料提取十分曠日廢時，在 Python 語法中的套件 re 可以處理大部分的此類問題，例如語法： re.findall(pattern, string)，當 pattern = '\d'，可以提取出 string 中所有單一數字；pattern = '\d\d'，可以提取出 string 中所有 2 個相連數字；pattern = '\d+'，可以提取出 string 中所有任意相連個數的數字。請問當 string = '王大明手機號碼:0912334567,地址...'時，下列何者語法無法提取出0912334567？ (A) re.findall('\d+', string) (B) re.findall('\d\d\d\d\d\d\d\d\d', string) (C) re.findall('\d\d+', string) (D) re.findall('\d\d\d\d\d\d+', string)

37. 下列何種集群方法可以解決資料中有離群值及類別屬性的問題？
(A) k 平均數（k-means）
(B) k 代表點（k-medoids）
(C) k 近鄰（k nearest neighbor）
(D) k 奇異值分解（k-singular value decomposition）

詳解 (共 1 筆)

相關試題

相關試卷