在密度型分群演算法 DBSCAN 中，若某資料點的 ε 鄰域內包含的資料點數少於 MinPts，且該點本身不在任何核心點的 ε 鄰域內，則該點被定義為？
iPAS 考題解析
在密度型分群演算法 DBSCAN 中，若某資料點的 ε 鄰域內包含的資料點數少於 MinPts，且該點本身不在任何核心點的 ε 鄰域內，則該點被定義為？
- A. 核心點（Core Point）
- B. 雜訊點（Noise Point） ✓ 正確答案
- C. 邊界點（Border Point）
- D. 孤立點（Outlier Point）
詳細解析
DBSCAN 將資料點分類為核心點（鄰域內點數 ≥ MinPts）、邊界點（鄰域內點數 < MinPts 但在核心點鄰域內）和雜訊點（既不是核心點也不在核心點鄰域內）。題目描述的正是雜訊點（Noise Point）。
出題年份：114 難度：★★☆