聚类分析时,距离就是“相似性”的度量。在系统聚类法中有两个级别的相似性的度量,一个是样本和样本的相似性的度量,另一个是样本形成的类和类之间的相似性的度量（）

A、基于“物以类聚，人以群分”思想

B、采用样本间距离度量相似性，将数据分类划分到已有类别

C、k-means算法适合于非此即彼的聚类分析方法

D、对于有层级关系的样本，可以采用自底向上的凝聚式层次聚类分析方法

A.相关测度

B.距离测度

C.关联测度

D.因果测度

A.最短距离

B.最长距离

C.相似性统计量

D.观测系数矩阵

A.相似性统计量

B.观测系数矩阵

C.最短距离

D.最长距离

A.相似性统计量

B.观测系数矩阵

C.最短距离

D.最长距离

A.相似性统计量

B.观测系数矩阵

C.最短距离

D.最长距离

A.相似性统计量

B.观测系数矩阵

C.最短距离

D.最长距离

A.个体与个体之间的距离越近越有可能是一类

B.同一类的个体的相似性可能也越大

C.不同类的个体之间的距离越远

D.不同类的个体之间的相似性更高