题目内容
（请给出正确答案）
[主观题]
11、Kmeans算法在聚类簇不发生改变时停止迭代
答案
√
如搜索结果不匹配，请 联系老师 获取答案
A.分在同一簇中，该簇质心为（1,2）
B.分在同一簇中，该簇质心为（-1,3）
C.分在不同簇中，（2,4）在质心为（-1,3）的簇中，（2,0）在质心为（6,0）的簇中
D.以上说法都不正确
更多“11、Kmeans算法在聚类簇不发生改变时停止迭代”相关的问题
第6题
下列说法错误的是哪个？
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7题
k-means算法的优点主要有：
A.算法简单、经典
B.当聚类的每个簇是密集的，且簇与簇之间区别特别明显时，其聚类效果较好
C.处理大数据集时是高效的，并且具有较好的可伸缩性
D.能够识别出噪声点
第9题
7、以下对聚类算法描述正确的是（）。
A.聚类算法必须已知全部样本的标注
B.一般来说，同一聚类簇中的样本间的相似度比不同聚类簇间样本的相似度更高
C.聚类算法必须已知样本将分成几类
D.一般来说，不同的聚类方法得到的聚类结果是完全相同的
第10题
14、k-means算法的优点主要有：
A.算法简单、经典
B.当聚类的每个簇是密集的，且簇与簇之间区别特别明显时，其聚类效果较好
C.处理大数据集时是高效的，并且具有较好的可伸缩性
D.能够识别出噪声点
第11题
下列哪个选项不是k-means算法的优点？
A.算法简单、经典
B.当聚类的每个簇是密集的，且簇与簇之间区别特别明显时，其聚类效果较好
C.处理大数据集时是高效的，并且具有较好的可伸缩性
D.能够识别出噪声点
