关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 关注微信公众号《课帮忙》查题 公告：维护QQ群：833371870，欢迎加入！公告：维护QQ群：833371870，欢迎加入！公告：维护QQ群：833371870，欢迎加入！ 2022-06-09 k均值聚类的目标是（ ）。 A: 最大化簇间距离 B: 最小化簇内距离的平方和 C: 最大化质心距离 D: 簇的大小基本一致 k均值聚类的目标是（ ）。A: 最大化簇间距离B: 最小化簇内距离的平方和C: 最大化质心距离D: 簇的大小基本一致 答案： 查看 举一反三 簇内距离可以使用（ ）进行刻画。 A: 簇的直径 B: 簇的内径 C: 簇的平均距离 D: 簇的中心距离和 K-Means性能优化主要有两种方式：1.分解最大SSE(误差平方和)的簇。2.合并距离最小的簇或者合并SSE增幅最小的两个簇。 簇之前的距离基于点之间的距离进行计算，具体可以包括： A: 最小距离 B: 最大距离 C: 平均距离 D: 均值距离 簇间距离可以使用（ ）进行刻画。 A: 最小距离 B: 最大距离 C: 平均距离 D: 中心距离 可以用来刻画簇间距离的有（ ）（ ）。 A: 最小距离 B: 中心距离 C: 最大距离 D: 平均距离
