关于混合模型聚类算法的优缺点，下面说法正确的是（）。
混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布。
举一反三
内容
- 0
关于混合模型聚类算法的优缺点，下面说法正确的是（）。 A: 当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理 B: 混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布 C: 混合模型很难发现不同大小和椭球形状的簇 D: 混合模型在有噪声和离群点时不会存在问题
- 1
以下关于K-均值聚类说法中，正确的是 A: 聚类算法需要数据有标签 B: 聚类算法可以帮助发现新规律 C: 聚类算法不需要标签，所以没有用 D: 聚类算法是监督算法
- 2
关于混合模型聚类算法的优缺点，下面说法正确的是（）。 A: A当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理 B: B混合模型比K均值或模糊c均值更一般，因为它可以使用各种类型的分布 C: C混合模型很难发现不同大小和椭球形状的簇 D: D混合模型在有噪声和离群点时不会存在问题
- 3
关于高斯混合模型下列说法正确的是（ ）。 A: 是一种聚类方法 B: 理论上来说可以逼近任意分布 C: 只能用来描述多元高斯分布 D: 通常使用EM算法进行参数估计
- 4
无监督学习方法有 k ﹣均值（ k - means ）聚类算法、高斯混合模型等。（）