有关聚类分析，下列说法错误的是哪个？
A: 在聚类分析中，簇之间的相似性越小，簇内样本的差别越小，聚类的效果就越好。
B: 聚类分析是一种非监督的过程。
C: K均值算法是一种常用的聚类算法，簇的个数算法不能自动确定。
D: K均值算法的计算耗时与初始假设聚类中心的位置无关。
A: 在聚类分析中，簇之间的相似性越小，簇内样本的差别越小，聚类的效果就越好。
B: 聚类分析是一种非监督的过程。
C: K均值算法是一种常用的聚类算法，簇的个数算法不能自动确定。
D: K均值算法的计算耗时与初始假设聚类中心的位置无关。
举一反三
- 关于聚类分析，下列说法中正确的是( )。 A: 聚类分析可以看做是种无监督的分类 B: K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定 C: 聚类分析中，簇内的相似性越大,簇间的差别越大，聚类的效果就越差 D: 聚类是找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类别，标记未知对象类别的过程
- 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
- K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定
- K均值是一种基于层次的聚类算法，簇的个数由算法自动地确定。
- 在聚类分析中，簇之间的相似性越大，簇内样本的差别越大，聚类的效果就越好