Cho tập C = {x1, x2, ..., xk} gồm k phần tử, mỗi phần tử là một vector trong không gian N chiều. Vector trung bình mC của tập C là một vector trong không gian N chiều được định nghĩa là:

A. Độ đo không tương tự

B. Độ đo tương tự

C. Độ đo giữa 2 đối tượng cùng loại

D. Độ đo giữa 2 đối tượng khác loại

A. Humidity = High

B. Wind = Weak

C. Outlook = Sunny

D. Humidity = Normal

A. If Humidity = High Then Play Ball = No và If Outlook = Rain Then Play Ball = No

B. If Humidity = High Then Play Ball = No

C. If Humidity = Normal Then Play Ball = No và If Outlook = Rain Then Play Ball = No

D. If Outlook = Sunny Then Play Ball = No và If Wind = Strong Then Play Ball = No

A. If Outlook = Overcast Then Play Ball = No và If Outlook = Sunny and Temperature = Cold Then Play Ball = Yes

B. If Humidity = Normal Then Play Ball = Yes

C. If Humidity = Weak Then Play Ball = Yes và If Outlook = Overcast Then Play Ball = Yes

D. If Outlook = Sunny Then Play Ball = Yes và If Wind = Strong Then Play Ball = Yes

A. Đây là một độ đo chỉ ra mức độ tương tự hay không tương tự giữa hai vector đặc trưng

B. Độ đo giữa 2 phần tử bất kỳ

C. Khoảng cách giữa 2 phần tử trong không gian

D. Độ đo sử dụng trong Data Mining để phân cụm dữ liệu

A. d = sqr(sqrt(x1 - x2) + sqrt(y1 - y2)), trong đó sqr là hàm bình phương, sqrt là hàm lấy căn.

B. d = sqr(sqrt(x1 + x2) + sqrt(y1 + y2)), trong đó sqr là hàm bình phương, sqrt là hàm lấy căn.

C. d = x1 * x2 + y1 * y2

D. Công thức khác

A. 6 tổ hợp

B. 5 tổ hợp

C. 4 tổ hợp

D. 2 tổ hợp