聚类分析中确定类的个数的准则有（）。
A: 各类重心之间的距离应该足够大
B: 确定的类中，各类所包含的样本不应太多
C: 类的个数必须符合研究目标
D: 采用不同的聚类方法，得到的聚类结果相同
A: 各类重心之间的距离应该足够大
B: 确定的类中，各类所包含的样本不应太多
C: 类的个数必须符合研究目标
D: 采用不同的聚类方法，得到的聚类结果相同
举一反三
- 聚类分析中确定类的个数的准则有（） A: 各类中心之间的距离应该足够大 B: 选择类的个数时一般要尽量使得聚类的平均轮廓系数更大 C: 类的个数必须符合研究目标 D: 类的个数需要自行设定
- 聚类分析可采用不同的相似性度量，不同的聚类方法，加上最终类别数的确定，会得到不同的聚类结果。（ ）
- K-Means聚类算法中的K表示（ ） A: 欧几里得距离 B: 样本个数 C: 聚类中心个数 D: 曼哈顿距离
- 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
- 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