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。
正确
举一反三
- 对于Ward方法来说，两个簇的接近度指的是当两个簇合并时产生的平方误差的增量。
- 簇间平均距离是指两簇中心点之间的距离。
- 关于k-Means算法,正确的是( _______)。 A: 算法的初始化阶段需要给定k个初始的簇中心 B: Means的含义是簇中样本的平均值 C: k表示算法生成的簇的数目,需要用户事先指定 D: 在k-Means中,每一个簇用一个中心(质心)表示
- 关于k-Means算法，正确的是（）。 A: k表示算法生成的簇的数目，需要用户事先指定 B: Means的含义是簇中样本的平均值 C: 在k-Means中，每一个簇用一个中心（质心）向量表示 D: 算法的初始化阶段需要给定k个初始的簇中心
- 关于k-Means算法,错误的是( ) A: Means的含义是簇中样本的平均值经验主义 B: 在k-Means中,每一个簇用一个中心(质心)向量表示 C: k表示算法生成的簇的数目,不需要用户事先指定 D: 算法的初始化阶段需要给定k个初始的簇中心
内容
- 0
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
- 1
关于K-均值（k-Means）聚类算法，正确的是（ ）。 A: k表示算法生成的簇的数目，需要用户事先指定 B: Means的含义是簇中样本的平均值 C: 在k-Means中，每一个簇用一个中心（质心）向量表示 D: 算法的初始化阶段需要给定k个初始的簇中心
- 2
关于K-均值（k-Means）聚类算法，正确的是（ ）。 A: k表示算法生成的簇的数目，需要用户事先指定 B: Means的含义是簇中样本的平均值 C: 在k-Means中，每一个簇用一个中心（质心）向量表示 D: 算法的初始化阶段需要给定k个初始的簇中心
- 3
根据SSE对簇进行的评估是监督的簇评估还是非监督的簇评估?() A: 是监督的促评估 B: 是非监督的促评估
- 4
SSE在无监督的簇评估中能起到很好的作用。