ISODATA算法与K-均值算法有什么不同。
第一，它不是每调整一个样本的类别就重新计算一次各类样本的均值，而是在把所有样本都调整完毕之后才重新计算，前者称为逐个样本修正法，后者称为成批样本修正法；第二，ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别“合并”和“分裂”，从而得到类数比较合理的聚类结果。
举一反三
内容
- 0
K-均值算法的效率高于PAM
- 1
下列不属于监督学习的算法是（） A: k-均值算法 B: 决策树 C: k-临近算法 D: 支持向量机(SVM)
- 2
K-means算法（K-均值算法）的时间复杂度大约是多少？ A: O(nkt) B: O(k(n-k)2) C: O(n2) D: O(k(n-k)3)
- 3
中国大学MOOC: ISODATA算法是在k均值算法的基础上，增加对聚类结果的“合并”和“分裂”两个操作，并设定算法运行控制参数的一种聚类算法。
- 4
ISODATA算法是在k均值算法的基础上，增加对聚类结果的“合并”和“分裂”两个操作，并设定算法运行控制参数的一种聚类算法。 A: 正确 B: 错误