K均值聚类算法的输入包括()。
A.聚类个数K
B.方差
C.n个数据对象
D.初始中心
- · 有3位网友选择 AD,占比37.5%
- · 有2位网友选择 C,占比25%
- · 有1位网友选择 ABD,占比12.5%
- · 有1位网友选择 ABC,占比12.5%
- · 有1位网友选择 D,占比12.5%
A.聚类个数K
B.方差
C.n个数据对象
D.初始中心
A.使用K均值聚类方法,需要一开始设置聚类个数
B.K均值聚类适用于数据是连续型的场合
C.我们只能利用侧影统计量辅助决定K均值聚类个数的选择
D.变量个数越多,K均值聚类结果越好
A.k均值算法采用误差和准则函数,其聚类目标是使准则函数值最小
B.理论上可以证明,k均值聚类算法是收敛的
C.k均值算法的聚类结果虽然收敛但不确定
D.聚类结果受设定的聚类数k、初始聚类中心和样本的分布情况影响
A.K均值聚类一定能达到很好的聚类结果
B.K均值聚类的迭代次数越多,算法结果越稳定
C.当样本量较大时,可以利用K均值聚类方法
D.随机起点的设置不同,K均值聚类的结果一定相同
A.数据集中包含符号属性时,直接应用K均值聚类算法是有问题的
B.用户事先需要制定K的个数
C.对噪声和孤立点数据比较敏感
D.少量的敏感数据能够对聚类均值起到很大的影响
A.在K均值聚类算法中,我们不必事先就确定聚类数目。
B.EM算法分为求取期望和期望最大化两个步骤。
C.在K均值聚类算法中,欧式距离与方差量纲相同。
D.在K均值聚类算法中,未达到迭代次数上限,迭代不会停止。
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!