使用SimpleKMeans聚类器对鸢尾花数据集（iris.arff）进行聚类，...，从结果中可知，下列选项中，（）是错误。
平方和误差为5.998
举一反三
- 使用SimpleKMeans聚类器对鸢尾花数据集（iris.arff）进行聚类，保持默认参数，即3个簇以及欧氏距离。忽略class属性，从结果中可知，下列选项中，（ ）是错误。
- 使用EM聚类器对鸢尾花数据集（iris.arff）进行聚类，将簇数设置为3，其他...从结果中可知，下列选项中，（）是正确的。
- 使用DBSCAN聚类器对鸢尾花数据集（iris.arff）进行聚类，将epsilon参数设置为0.2，minPoints参数设置为5，忽略class属性，下列选项中，（ ）是错误。
- 使用SimpleKMeans聚类器对鸢尾花数据集(iris.arff)进行聚类,保持默认参数,即3个簇以及欧氏距离。忽略class属性,从结果中可知,下列选项中,()是错误。 A: 这组数据用算法迭代六次 B: 产生了三个中心点 C: 聚合为3个簇，分别有61，50，39个实例 D: 平方和误差为5.998
- 使用默认参数的DBSCAN对iris（鸢尾花）数据集进行聚类，并与K-Means聚类结果进行对比。
内容
- 0
使用EM聚类器对鸢尾花数据集（iris.arff）进行聚类，将簇数设置为3，其他参数保持默认值，忽略class属性，选择类别作为簇的评价标准并指定class，从结果中可知，下列选项中，()是正确的
- 1
使用EM算法对天气数据集（weather.numeric.arff）进行聚类，将...从结果中可知，下列选项中，（）是错误的。
- 2
使用SimpleKMeans算法对天气数据集（weather.numeric.arff）进行聚类，保持默认参数，即3个簇以及欧氏距离。选择play属性为忽略属性，从结果中可知，下列选项中，（）是错误。
- 3
Weka中加载鸢尾花数据集（iris.arff），iris数据包含三个类别值，运行SMO分类器（）。
- 4
使用DBSCAN算法对鸢尾花数据集（Iris.arff）进行聚类，将epsilon参数设置为0.2， minPoints参数设置为5，忽略class属性，那么将形成（）个簇。