假定要聚4类，K-均值算法的初始类中心如何确定？
A: 可以根据背景知识自行指定4个与样本点同维的向量做初始类中心
B: 可以随机生成4个与样本点同维的向量做初始类中心
C: 指定4个数做初始类中心
D: 随机生成4个数做初始类中心
A: 可以根据背景知识自行指定4个与样本点同维的向量做初始类中心
B: 可以随机生成4个与样本点同维的向量做初始类中心
C: 指定4个数做初始类中心
D: 随机生成4个数做初始类中心
举一反三
- K-Means聚类算法步骤包括 A: 随机选择K个样本作为初始中心。 B: 把每个样本指派到最近的中心，形成K个簇类。 C: 重新计算每个簇的中心。 D: 一直迭代直到簇中心不再发生变化为止。
- 中国大学MOOC: 假定要聚4类，K-均值算法的初始类中心如何确定？
- 会对K均值聚类算法结果产生影响的因素有 A: 类别个数 B: 初始类中心位置 C: 迭代终止条件 D: 样本顺序
- 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
- K-Means聚类算法流程包括以下哪些步骤（ ） A: 从N个样本数据中随机选取K个对象作为初始的聚类中心 B: 分别计算每个样本到各个聚类中心的距离，将对象分配到距离最近的聚类中 C: 所有对象分配完成后，重新计算K个聚类的中心 D: 当质心不发生变化时停止并输出聚类结果