在K-均值聚类进行前，必须确定哪些度量？
A: 如何度量任意两个样本点的距离
B: 如何度量两个集合的距离
C: 同时确定如何度量样本点间的距离和两个集合的距离
D: 不需要任何准备
A: 如何度量任意两个样本点的距离
B: 如何度量两个集合的距离
C: 同时确定如何度量样本点间的距离和两个集合的距离
D: 不需要任何准备
举一反三
- 在层次聚类中，关键是如何度量两个簇的距离，由于簇是一个集合，因此要采用关于集合的某种距离；
- 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
- 样本间的相似度度量可以使用距离度量和非距离度量。
- 聚类分析时，距离就是“相似性”的度量。在系统聚类法中有两个级别的相似性的度量，一个是样本和样本的相似性的度量，另一个是样本形成的类和类之间的相似性的度量。
- 中国大学MOOC: 样本间的相似度度量可以使用距离度量和非距离度量。