影响K-均值算法的主要因素有：

A.第一类

B.第二类

C.第三类

D.不一定

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.K均值聚类法

B.K近邻分类法

C.决策树分类法

D.中心向量分类法

A.K 均值聚类法

B.K近邻法

C.决策树法

D.Logistic 回归

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-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.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.高的簇内相似性

B.低的簇间相似性

C.形状各异

D.位置不同

A.k-NN

B.K均值聚类法

C.支持向量机(SVM)

D.决策树