对于K-Means聚类算法下列说法正确的是：（ ）。
A: 初始聚类中心的选择对聚类结果影响不大
B: 对噪声和孤立数据敏感
C: 是一种无监督学习方法
D: 须事先给定聚类数k值
A: 初始聚类中心的选择对聚类结果影响不大
B: 对噪声和孤立数据敏感
C: 是一种无监督学习方法
D: 须事先给定聚类数k值
举一反三
- 对于K-Means聚类算法下列说法正确的是:()。 A: 初始聚类中心的选择对聚类结果影响不大 B: 须事先给定聚类数k值 C: 对噪声和孤立数据敏感 D: 是一种无监督学习方法
- 对于K-Means聚类算法下列说法正确的是:()。 A: 初始聚类中心的选择对聚类结果影响不大 B: 须事先给定聚类数k值 C: 对噪声和孤立数据敏感 D: 是一种无监督学习方法
- 关于K-means聚类算法说法正确的是（） A: 对大数据集有较高的效率并且具有可伸缩性。 B: 是一种无监督学习方法。 C: k值无法自动获取，初始聚类中心随机选择。 D: 初始聚类中心的选择对聚类结果影响不大。
- K-means算法的缺点不包括() A: k必须事先给定 B: 要选择初始聚类中心 C: 对于“噪声”和孤立点数据是敏感的 D: 可伸缩、高效
- K-means算法的缺点不包括（） A: K必须是事先给定的 B: 选择初始聚类中心 C: 对于“噪声”和孤立点数据是敏感的 D: 可伸缩、高效