下面有关聚类的说法不正确的是？

A.k-均值聚类需要大量的迭代，因此不能使用分布式计算。

B.k-均值的分布式实现需要MapReduce的各个数据节点共享假设的聚类中心。

C.k-均值算法的大量迭代运算在分布式环境下的效率一般更高。

D.k-均值在Spark内存计算框架下运行要比Hadoop MapReduce下运行要快的多。

A.K均值聚类是无监督聚类

B.需要事先确定聚类数目

C.算法迭代执行

D.需要初始化聚类质心

A.每种算法都有其使用范围，因此选择算法需要考虑具体处理的问题

B.判断机器学习算法好坏在数据需求阶段就可以确定

C.在分类前可以先做聚类分析

D.对聚类问题可以任选一种聚类算法

A.样本输入顺序

B.模式相似性测度

C.聚类准则

D.初始类中心的选取

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