27、下列关于k均值聚类算法的说法中错误的是?
A.k均值算法采用误差和准则函数,其聚类目标是使准则函数值最小
B.理论上可以证明,k均值聚类算法是收敛的
C.k均值算法的聚类结果虽然收敛但不确定
D.聚类结果受设定的聚类数k、初始聚类中心和样本的分布情况影响
A.k均值算法采用误差和准则函数,其聚类目标是使准则函数值最小
B.理论上可以证明,k均值聚类算法是收敛的
C.k均值算法的聚类结果虽然收敛但不确定
D.聚类结果受设定的聚类数k、初始聚类中心和样本的分布情况影响
第1题
A.k均值算法采用误差和准则函数,其聚类目标是使准则函数值最小
B.理论上可以证明,k均值聚类算法是收敛的
C.k均值算法的聚类结果虽然收敛但不确定
D.初始聚类中心和样本的分布情况影响
第2题
A.k均值算法采用误差和准则函数,其聚类目标是使准则函数值最小
B.理论上可以证明,k均值聚类算法是收敛的
C.k均值算法的聚类结果虽然收敛但不确定
D.初始聚类中心和样本的分布情况影响
第6题
A.K均值聚类一定能达到很好的聚类结果
B.K均值聚类的迭代次数越多,算法结果越稳定
C.当样本量较大时,可以利用K均值聚类方法
D.随机起点的设置不同,K均值聚类的结果一定相同
第7题
A.在聚类分析中,簇之间的相似性越小,簇内样本的差别越小,聚类的效果就越好。
B.聚类分析是一种非监督的过程。
C.K均值算法是一种常用的聚类算法,簇的个数算法不能自动确定。
D.K均值算法的计算耗时与初始假设聚类中心的位置无关。
第8题
A.层次聚类算法可以用模糊数学理论来改进
B.K-均值聚类算法不可以用模糊数学理论来改进
C.K-均值聚类算法可以用模糊数学理论来改进
D.层次聚类算法不能通过模糊数学理论来改进
第10题
A.使用K均值聚类方法,需要一开始设置聚类个数
B.K均值聚类适用于数据是连续型的场合
C.我们只能利用侧影统计量辅助决定K均值聚类个数的选择
D.变量个数越多,K均值聚类结果越好
第11题
A.使用误差平方和作为基本聚类准则
B.设定指标参数决定是否进行“合并”或“分裂”
C.设定算法控制参数来决定算法的运算次数
D.不能自动调节最优类别数k
为了保护您的账号安全,请在“赏学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!