完整的数据聚类过程一般包括选定特征，设定聚类准则，选择聚类算法和聚类结果评估。
举一反三
- 中国大学MOOC: 完整的数据聚类过程一般包括选定特征，设定聚类准则，选择聚类算法和聚类结果评估。
- 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
- 下列关于k均值聚类算法的说法中错误的是？ A: k均值算法采用误差和准则函数，其聚类目标是使准则函数值最小 B: 理论上可以证明，k均值聚类算法是收敛的 C: k均值算法的聚类结果虽然收敛但不确定 D: 聚类结果受设定的聚类数k、初始聚类中心和样本的分布情况影响
- 对于K-Means聚类算法下列说法正确的是：（ ）。 A: 初始聚类中心的选择对聚类结果影响不大 B: 对噪声和孤立数据敏感 C: 是一种无监督学习方法 D: 须事先给定聚类数k值
- 对于K-Means聚类算法下列说法正确的是:()。 A: 初始聚类中心的选择对聚类结果影响不大 B: 须事先给定聚类数k值 C: 对噪声和孤立数据敏感 D: 是一种无监督学习方法