下列关于无监督学习的说法不正确的是
A: 聚类算法中最终的类别之间可能有少量样本的交叉
B: K-means算法中可以随机划分样本为K堆，以K堆的平均重心作为初始的K个点
C: 自动编码器包含“编码”和“解码”两部分
D: 自动编码器可以用于图像抗噪和数据降维
A: 聚类算法中最终的类别之间可能有少量样本的交叉
B: K-means算法中可以随机划分样本为K堆，以K堆的平均重心作为初始的K个点
C: 自动编码器包含“编码”和“解码”两部分
D: 自动编码器可以用于图像抗噪和数据降维
举一反三
- 【单选题】以下关于无监督学习说法错误的是 A. 聚类算法中，同一类别内部样本的相似度较低 B. 自动编码器常应用于图像抗噪和数据降维 C. 聚类算法中，不同类别之间样本不交叉 D. 与有监督学习相比，无监督学习更接近人类学习的过程
- 关于无监督学习不正确的说法是： A: 自动编码器是有监督学习 B: 聚类大量依赖于距离或者相似度计算 C: 自动编码器的可以应用于数据降维 D: 自动编码器的可以应用于图像降噪
- 关于无监督学习不正确的说法是: A: 自动编码器的可以应用于数据降维 B: 自动编码器是有监督学习 C: 自动编码器的可以应用于图像降噪 D: 聚类大量依赖于距离或者相似度计算
- 下列关于无监督学习的说法不正确的是（ ）。 A: 聚类算法无需事先指定聚类的数目，而是根据训练数据迭代得到 B: 有效的距离计算方法能够提高K-means算法的精确度 C: 无监督学习中不需要人工标注知识 D: K-means算法与K近邻算法中最初选择的K个点会影响最终结果
- 下列关于无监督学习的说法不正确的是 A: 聚类算法无需事先指定聚类的数目，而是根据训练数据迭代得到 B: 无监督学习中不需要人工标注知识 C: K-means算法与K近邻算法中最初选择的K个点会影响最终结果 D: 有效的距离计算方法能够提高K-means算法的精确度