K均值聚类算法的特点包括（）。

A.数据集中包含符号属性时，直接应用K均值聚类算法是有问题的

B.用户事先需要制定K的个数

C.对噪声和孤立点数据比较敏感

D.少量的敏感数据能够对聚类均值起到很大的影响

A.聚类个数K

B.方差

C.n个数据对象

D.初始中心

A.K均值聚类

B.层次聚类

C.网格聚类

D.逻辑回归

E.线性回归

A.K均值

B.DBSCAN

C.Apriori

D.Jarvis-Patrick(JP)

A.二分K均值

B.MST

C.Chameleon

D.组平均

A.分层聚类

B.K均值聚类

C.两步聚类

D.Kohonennetwork

A.没有(或最小数目)聚类中心再发生变化

B.没有(或最小数目)对象被重新分配给不同的聚类

C.误差平方和局部最小

影响基本K-均值算法的主要因素有()

A.样本输入顺序

B.模式相似性测度

C.聚类准则

A、层次聚类

B、K均值聚类

C、基于密度的聚类

D、基于网格的聚类