6、关于K均值和DBSCAN的比较，以下说法不正确的是（)

A.DBSCAN使用基于密度的概念

B.K均值使用簇的基于层次的概念

C.K均值很难处理非球形的簇和不同大小的簇

D.DBSCAN可以处理不同大小和不同形状的簇。

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。

A.DBSCAN

B.K均值

C.模糊C-均值

D.层次聚类

A.DBSCAN

B.K均值

C.模糊C-均值

D.层次聚类

A.DBSCAN

B.K均值

C.模糊C-均值

D.层次聚类

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

A.k均值聚类

B.层次聚类

C.DBSCAN

D.基于密度的聚类方法

A.k均值聚类

B.层次聚类

C.DBSCAN

D.基于密度的聚类方法

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