题目内容
（请给出正确答案）
[判断题]
K均值聚类相似度的计算根据一个簇中对象的平均值来进行。（)
如搜索结果不匹配，请 联系老师 获取答案
A.K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象
B.K均值使用簇的基本原型概念，而DBSCAN使用基于密度的概念
C.K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇
D.K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但DBSCAN会合并有重叠的簇
更多“K均值聚类相似度的计算根据一个簇中对象的平均值来进行。()”相关的问题
第2题
随机选择N个对象，每个对象初始的代表了一个簇的平均值或中心，对剩余的每个对象根据其余各个簇中心的距离，将它赋给最近的簇，然后重新计算每个簇的平均值，这个过程不断重复，直到准则函数收敛，这种算法称为？()
A.K中心算法
B.K平均算法
C.K原型算法
D.PAM算法
第3题
将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为（)。所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。
A.关联规则
B.聚类
C.机器学习
D.云计算
第5题
关于K-均值和DBSCAN的比较，以下说法正确的是（)。
A.K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象
B.K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念
C.K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇
D.K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇
E.K均值和DBSCAN的最初版本都是针对欧几里得数据设计的，但是它们都被扩展，以便处理其他类型的数据
