样本量较大时，可以使用K-均值聚类法，系统聚类方法在样本量较大时效果相对较差。

A.K-均值

B.学习向量量化

C.高斯混合聚类

D.密度聚类

A.k均值聚类

B.层次聚类

C.DBSCAN

D.基于密度的聚类方法

A.kmeans只能处理凸型分布的非数值型样本。

B.kmeans算法需要在聚类前确定类数k，这个k值需要有助于解释各类的业务含义。

C.kmeans聚类的过程与初始的k个假设的聚类中心的选择没关。

D.kmeans算法对异常样本非常敏感，因此在聚类前要把异常样本直接删除。

A.K均值聚类是无监督聚类

B.需要事先确定聚类数目

C.算法迭代执行

D.需要初始化聚类质心