请在 下方输入 要搜索的题目：
推荐参考答案 (
由 搜题小帮手 官方老师解答 )
答案：
以下文字与答案无关
提示：有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题，这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏，所以恳请 广大网友理解。
相关试题
- 1.下列关于K-Means算法的说法错误的是（ ）。选项： A:构建K-Means聚类模型需要对数据进行标准化; B:K-Means算法涉及空间距离计算; C:K-Means算法训练结果具有一定的随机性，所以需要多次训练; D:K-Means算法是sklearn的cluster模块中唯一涉及距离计算的聚类算法
- 2.下列关于 K-Means 邪法的说法错误的是( )。选项： A:构建K-Means聚类模型需要对数据进行标准化; B:K-Means算法涉及空间距离计算; C:K-Means算法训练结果具有一定的随机性，所以需要多次训练; D:K-Means算法是sklearn的cluster模块中唯一涉及距离计算的聚类算法
-
3.下列关于K-Means算法的说法错误的是( ) 选项： A:
构建K-Means聚类模型需要对数据进行标准化
B:K-Means 算法涉及空间距离计算
C:K-Means 算法训练结果具有一定的随机性, 所以需要多次训练
D:K-Means 算法是sklearn的cluster 模块中唯一涉及距离计算的聚类算法
- 4.下面关于K-means聚类算法的哪个说法是正确的？ 选项： A:K-means算法是一种层次聚类算法。 B:K-means算法是一种基于密度的聚类算法。 C:K-means算法的目标是最小化组内的方差。 D:K-means算法对初始聚类中心的选择不敏感。
- 5.以下关于K-means算法的说法中，正确的是 选项： A:K-means算法是一种聚类方法，属于监督学习 B:在训练初始阶段，K-means算法需要先学习样本的类别数和初始类别中心 C:不同的初始聚类中心对聚类结果影响不大 D:K-means算法容易陷入局部最优
- 6.常见的聚类算法有（）。 选项： A:分层（Hierarchical）聚类$;$两步（TwoStep）聚类$;$Kohonennetwork$;$KNN算法$;$K平均值（K-means）算法 B:分层（Hierarchical）聚类$;$两步（TwoStep）聚类$;$Kohonennetwork$;$KNN算法$;$K平均值（K-means）算法 C:分层（Hierarchical）聚类$;$两步（TwoStep）聚类$;$Kohonennetwork$;$KNN算法$;$K平均值（K-means）算法 D:分层（Hierarchical）聚类$;$两步（TwoStep）聚类$;$Kohonennetwork$;$KNN算法$;$K平均值（K-means）算法 E:分层（Hierarchical）聚类$;$两步（TwoStep）聚类$;$Kohonennetwork$;$KNN算法$;$K平均值（K-means）算法 F:分层（Hierarchical）聚类$;$两步（TwoStep）聚类$;$Kohonennetwork$;$KNN算法$;$K平均值（K-means）算法
- 7.以下关于K-means算法说法正确的有哪些？（） 选项： A:K-Means算法是典型的基于距离的划分式聚类算法 B:其中的k代表类簇个数 C:Means代表类簇内数据对象的均值为类簇中心 D:Means聚类算法也叫又称为k-均值算法
- 8.以下关于经典的k-means聚类的说法哪些是正确 选项： A:k-means的聚类结果和初始聚类中心点的选取有关 B:k-means聚类算法是全局收敛的 C:k-means聚类算法无法自动确定聚类团数量 D:k-means聚类算法的时间复杂度是O(NKT)，其中N为样本个数，K为聚类团数量，T为迭代次数
- 9.K-means算法中K表示_________。选项： A:聚类得到的类别数; B:聚类算法迭代的次数; C:样本间距离计算的方法; D:算法性能的评价指标
- 10.聚类算法只有k-means算法和DBSCAN算法 选项： A:正确 B:错误
- 11.关于KNN与K-means算法描述正确的是()。 选项： A、KNN是分类算法,K-Means是聚类算法 B、它们都是监督学习 C、都是在数据集中找离它最近的点 D、都有明显的前期训练过程
- 12.关于聚类分析算法，下列说法正确的是选项： A:K-Means算法对噪声数据并不敏感 B:与K-Means算法相比，K-中心点算法对噪声数据更加敏感 C:DBSCAN算法能够更好的处理噪声数据的聚类 D:DBSCAN只能发现类圆形的簇
- 13.关于KNN与K-means算法描述正确的是（ ）。选项： A:KNN是分类算法,K-Means是聚类算法 B:它们都是监督学习 C:都是在数据集中找离它最近的点 D:都有明显的前期训练过程
- 14.关于KNN与K-means算法描述正确的是( )。A.KNN是分类算法,K-Means是聚类算法B.它们都是监督学习C.都是在数据集中找离它最近的点D.都有明显的前期训练过程
- 15.下面属于聚类算法的有（ ） 选项：A、K-Means B、均值偏移聚类算法 C、DBSCAN聚类算法 D、使用高斯混合模型（GMM）的期望最大化（EM）聚类
- 16.KNN与K-means区别在于：KNN是分类算法、监督学习，K-means是聚类算法、无监督学习。 选项：A、正确B、错误
