皮皮学，免费搜题
登录
搜题
【简答题】
（11分）阅读下面的信息，推断元素及有关物质，按要求回答物质： 信息①：X、Y、Z、W是常见的短周期元素，其原子序数依次增大，且原子核外最外层电子数均不少于2。 （1）根据信息①，X一定不是 （填序号） A．氢 B．碳 C．氧 D．硫 信息②：上述四种元素的单质均能在足量的氧气中燃烧，生成的四种氧化物中，有两种能溶于稀硫酸，三种能溶于浓氢氧化钠溶液，氧化物的相对分子质量都大于26。 （2）这四种元素中是否有一种是铝元素？为什么？ ； 。 信息③：向上述四种元素单质组成的混合物中加入足量盐酸溶液，固体部分溶解，过滤，向滤液中加入过量的烧碱溶液，最终溶液中析出白色沉淀。 （3）白色沉淀物的化学式为 。 信息④：向上述四种元素单质组成的混合物中加入足量烧碱溶液，固体部分溶解，过滤，向滤液中加入过量的盐酸溶液，最终溶液中析出白色沉淀。 （4）生成白色沉淀物的离子方程式为 。 信息⑤：上述四种元素中，X与W同主族。 （5）X与浓硫酸反应的化学方程式为 。
手机使用
分享
复制链接
新浪微博
分享QQ
微信扫一扫
反馈参考答案：
举一反三
【简答题】下列式子正确的是（ ） A． B． C． D．
【简答题】下列式子正确的是（ ） A． B． C． D．
【多选题】下列属于k-means算法的不足的是
A.
簇个数k需要预先指定，但实际上难以确定
B.
由于簇的质心(即均值)作为簇中心进行新一轮聚类计算，孤立点和噪声点会导致簇质心偏离真正的数据密集区，所以k-means对噪声点和孤立点很敏感
C.
不能用于发现非凸形状的簇，或具有各种不同大小或密度的簇。例如图3-1所示的两个簇，用k-means划分方法不能正确识别，原因在于它们所采用的簇的表示及簇间相似性度量不能反映这些自然簇的特征
D.
只能用于处理数值属性的数据集，不能处理包含分类属性的数据集
【单选题】下面有关聚类的说法不正确的是？
A.
kmeans算法各聚类中心与其几何重心是重合的，对于凸型数据集初始的假设聚类中心尽量距离远一些。
B.
在计算样本之间的距离时，对样本不同量纲的数据属性进行标准化是必要的。
C.
Kohonon神经网络在计算过程中需要计算样本之间的距离。
D.
当聚类的组数比较多时，可以把距离较近的簇合并。
【简答题】进行关联规则挖掘时，需要（ ） A . 置信度和支持度都越高越好 B. 置信度越高越好，支持度越低越好C . 置信度和支持度都越低越好 D. 置信度越低越好，支持度越高越好2. 下列属于关联规则分析算法的是（ ）A. Apriori算法 B. k-means算法 C. k-medoids算法 D. 判定树算法3. 下列不属于数据挖掘重要步骤的是（ ）A . 数据预处理阶段 B. 挖掘阶段C . 评...
相关题目：
参考解析：
知识点：
题目纠错 0
发布
