以下对经典K-means聚类算法解释正确的是

3176 次浏览
  • A、能自动识别类的个数,随机挑选初始点为中心点计算
  • B、能自动识别类的个数,不是随机挑选初始点为中心点计算
  • C、不能自动识别类的个数,随机挑选初始点为中心点计算
  • D、不能自动识别类的个数,不是随机挑选初始点为中心点计算
小开
答案解析
解析：（1）适当选择c个类的初始中心；（2）在第k次迭代中，对任意一个样本，求其到c个中心的距离，将该样本归到距离最短的中心所在的类；（3）利用均值等方法更新该类的中心值；（4）对于所有的c个聚类中心，如果利用（2）（3）的迭代法更新后，值保持不变，则迭代结束，否则继续迭代。以上是KMeans（C均值）算法的具体步骤，可以看出需要选择类别数量，但初次选择是随机的，最终的聚类中心是不断迭代稳定以后的聚类中心。所以答案选C。
mshare
挑战成功
1年前
mshare
挑战失败
1年前
mshare
挑战失败
1年前
aabb
挑战成功
2年前
aabb
挑战失败
2年前
8024
挑战成功
2年前
chay99
挑战成功
2年前
xiangyiling
挑战成功
2年前
xiangyiling
挑战失败
2年前
xiangyiling
挑战失败
2年前

提交答案
微信公众号
有课学公众号
  • 微信公众号: geekdaxue