• 2022-07-27
    ‍关于K-均值(k-Means)聚类算法,正确的是( )。‎
    A: k表示算法生成的簇的数目,需要用户事先指定
    B: Means的含义是簇中样本的平均值
    C: 在k-Means中,每一个簇用一个中心(质心)向量表示
    D: 算法的初始化阶段需要给定k个初始的簇中心
  • A,B,C,D

    内容

    • 0

      K-means算法首先假定数据集划分的簇数为k,从数据集中任意选择 k个样本作为各簇的中心,这个K是任意指定的。()

    • 1

      K均值算法对孤立点的敏感性,k中心算法不采用簇中对象的平均值作为簇中心。而选用簇中离平均值最近的对象作为簇中心。

    • 2

      产生基于中心的簇的聚类算法是? A: 组平均 B: MIN (单链) C: MAX (全链) D: K-means (K均值)

    • 3

      K-means(K-均值)和K-NN(K-最近邻)都有算法参数K,下列有关二者的说法正确的有( )。 A: K-means中的K表示样本簇(聚类)的数目 B: K-NN中的K表示最近邻的数目 C: 二者都由用户给定且其取值都对算法性能产生重要影响 D: 二者取值都必须大于1(不能等于1)

    • 4

      K-means算法的实现过程是()。①计算剩下的元素到k个簇中心的相异度。②将数据集合中全部元素按照新的中心重新聚类。③从数据集合中随机取k个元素,作为k个簇的各自的中心。④根据聚类结果,重新计算k个簇各自的中心。⑤重复前面两步,直到聚类结果不再变化。 A: ①②③④⑤ B: ③①②④⑤ C: ③①④②⑤ D: ②①③④⑤