Phát biểu nào sau đây không là nhược điểm của thuật toán K-mean?

Để giải bài toán này, ta cần hiểu rõ về ngưỡng và cách nó ảnh hưởng đến việc phân cụm. Ngưỡng là một giá trị được sử dụng để phân chia dữ liệu thành các nhóm khác nhau. Trong trường hợp này, ngưỡng là 3.5. Điều này có nghĩa là các điểm dữ liệu có giá trị nhỏ hơn 3.5 sẽ thuộc về một cụm, và các điểm dữ liệu có giá trị lớn hơn hoặc bằng 3.5 sẽ thuộc về một cụm khác.

Dựa vào hình vẽ (giả sử rằng x1 và x2 có giá trị nhỏ hơn 3.5, x3, x4 và x5 có giá trị lớn hơn hoặc bằng 3.5), ta có thể kết luận như sau:

• Cụm 1 (C1) sẽ bao gồm các điểm dữ liệu có giá trị nhỏ hơn 3.5, tức là {x1, x2}.
• Cụm 2 (C2) sẽ bao gồm các điểm dữ liệu có giá trị lớn hơn hoặc bằng 3.5, tức là {x3, x4, x5}.

Vì vậy, đáp án đúng là C. C1 = {x1, x2}; C2 = {x3, x4, x5}

Câu hỏi yêu cầu xác định phát biểu đúng về Data Mining. Hãy phân tích từng đáp án:

• A. Data Mining là một bước trong quá trình khai phá tri thức-KDD: Đây là phát biểu chính xác. KDD (Knowledge Discovery in Databases) là một quy trình gồm nhiều bước, trong đó Data Mining là một bước quan trọng để khám phá các mẫu và tri thức từ dữ liệu.


• B. Thuật ngữ Data Mining đồng nghĩa với thuật ngữ Knowledge Discovery from Databases: Đây là phát biểu sai. Data Mining chỉ là một bước trong quy trình KDD.


• C. Data Mining là quá trình tìm kiếm thông tin có ích trên Internet: Đây là phát biểu sai. Data Mining có thể được áp dụng cho nhiều loại dữ liệu, không chỉ dữ liệu trên Internet.


• D. Tiền xử lí dữ liệu là quá trình tìm kiếm thông tin có ích từ cơ sở dữ liệu lớn: Đây là phát biểu sai. Tiền xử lý dữ liệu là bước chuẩn bị dữ liệu, không phải là tìm kiếm thông tin hữu ích.

Vậy, đáp án đúng là A.