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: 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
举一反三
- 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
- 关于k-Means算法,正确的是( _______)。 A: 算法的初始化阶段需要给定k个初始的簇中心 B: Means的含义是簇中样本的平均值 C: k表示算法生成的簇的数目,需要用户事先指定 D: 在k-Means中,每一个簇用一个中心(质心)表示
- 关于k-Means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
- 关于k-Means算法,错误的是( ) A: Means的含义是簇中样本的平均值经验主义 B: 在k-Means中,每一个簇用一个中心(质心)向量表示 C: k表示算法生成的簇的数目,不需要用户事先指定 D: 算法的初始化阶段需要给定k个初始的簇中心
- K-Means聚类算法步骤包括 A: 随机选择K个样本作为初始中心。 B: 把每个样本指派到最近的中心,形成K个簇类。 C: 重新计算每个簇的中心。 D: 一直迭代直到簇中心不再发生变化为止。
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