K-means算法的缺点不包括()
A: k必须事先给定
B: 要选择初始聚类中心
C: 对于“噪声”和孤立点数据是敏感的
D: 可伸缩、高效
A: k必须事先给定
B: 要选择初始聚类中心
C: 对于“噪声”和孤立点数据是敏感的
D: 可伸缩、高效
举一反三
- K-means算法的缺点不包括（） A: K必须是事先给定的 B: 选择初始聚类中心 C: 对于“噪声”和孤立点数据是敏感的 D: 可伸缩、高效
- 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
- 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
- K-Means聚类算法的优点有() A: 算法中聚类个数K是事先给定的，K的选定是非常难以估计的 B: 算法和结果都简单易懂 C: 对大数据集有较高的效率并且是可伸缩性的 D: 用K-Means聚类得到的