K-Means聚类算法中的K表示（ ）
A: 欧几里得距离
B: 样本个数
C: 聚类中心个数
D: 曼哈顿距离
A: 欧几里得距离
B: 样本个数
C: 聚类中心个数
D: 曼哈顿距离
举一反三
- K-means算法中K表示_________。 A: 聚类得到的类别数 B: 聚类算法迭代的次数 C: 样本间距离计算的方法 D: 算法性能的评价指标
- K-means算法中第二个循环做了什么（ ）。 A: 计算所有样本到各个聚类中心的距离，并判断归属 B: 计算聚类中心和聚类中心间的距离 C: 聚类中心的移动 D: 计算样本与样本间的距离
- K-Means聚类算法流程包括以下哪些步骤（ ） A: 从N个样本数据中随机选取K个对象作为初始的聚类中心 B: 分别计算每个样本到各个聚类中心的距离，将对象分配到距离最近的聚类中 C: 所有对象分配完成后，重新计算K个聚类的中心 D: 当质心不发生变化时停止并输出聚类结果
- 给定聚类个数k，关于K-均值聚类算法下述哪一种说法是正确的？ A: 任意选定距离度量，聚类结果相同 B: 选择不同距离度量，聚类结果一定不同 C: 选择不同距离度量，聚类结果可能相同，也可能不同，由样本点决定 D: 算法有可能输出的类别数小于k
- K-means的算法输出：聚类个数k, 以及包含n个数据对象的数据库。