• 2022-06-27
    关于k均值聚类算法下列说法错误的是()
    A: 根据样本到聚类中心点的距离决定样本所在的簇
    B: 簇的个数算法不能自动确定
    C: 初始假设聚类中心点不同可能导致不同的聚类结果
    D: 初始假设聚类中心点必须设置在真实中心点附近
  • D

    内容

    • 0

      下面对k-means聚类算法解释正确的是( ) A: 不需要指定簇的个数 B: 不能自动识别簇的个数 C: 对异常点不敏感 D: 聚类结果与中心点的初始化无关

    • 1

      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

    • 2

      影响K-均值聚类算法的主要因素有( )。 A: 样本输入顺序 B: 聚类准则 C: 类别数的设置 D: 初始聚类中心的选取

    • 3

      在K均值聚类中,设置的初始类中心不同,不会影响最终的聚类结果。 A: 正确 B: 错误

    • 4

      下列关于k-means聚类说法是错误的是() A: 聚类的簇个数会由模型自动给出 B: 可以使用多组随机的初始中心点进行计算 C: 聚类前应当进行维度分析 D: 聚类前应当进行数据标准化