下列说法不正确的是()。
A.K-means算法能够解决有离群点的聚类问题
B.K-modes能够解决离散数据的聚类问题
C.K-means++能够解决初始点影响聚类效果的问题
D.K中心点能够解决有离群点的聚类问题
A.逻辑回归
B.线性回归
C.k-means
D.Apriori
A、基于“物以类聚,人以群分”思想
B、采用样本间距离度量相似性,将数据分类划分到已有类别
C、k-means算法适合于非此即彼的聚类分析方法
D、对于有层级关系的样本,可以采用自底向上的凝聚式层次聚类分析方法
A.KNN算法采用最大表决规则
B.KNN算法假设k邻域的样本点对学习模型的贡献度是均等的
C.KNN算法通过学习得到决策函数
D.KNN算法与K-means都属于监督学习
以下对k-means聚类算法解释正确的是()
A.能自动识别类的个数,随即挑选初始点为中心点计算
B.能自动识别类的个数,不是随即挑选初始点为中心点计算
C.不能自动识别类的个数,随即挑选初始点为中心点计算
D.不能自动识别类的个数,不是随即挑选初始点为中心点计算
A.算法开始时,k-means算法需要指定质心
B.k-means算法的效果不受初始质心选择的影响
C.k-means算法需要计算样本与质心间的距离
D.k-means属于无监督学习