k最近邻法的基本要素有？

A.算距离：给定测试对象，计算它与训练集中的每个对象的距离

B.找邻居：圈定距离最近的k个训练对象，作为测试对象的近邻

C.做分类：根据这k个近邻归属的主要类别，来对测试对象分类

A.K均值聚类法

B.K最近邻法

C.决策树

D.Logistic 回归

A.在距离D内，最近邻点数少于P的数据点为离群点

B.一个对象的离群点得分是该对象周围密度的逆

C.到第K个最近邻的距离最大的前n个数据点为离群点

D.到K个最近邻平均距离最大的前n个数据点为离群点

A.K近邻算法是机器学习

B.K近邻是无监督学习

C.K代表要分类的个数

D.K值的选择，对分类结果没有影响

A.K 均值聚类法

B.K近邻法

C.决策树法

D.Logistic 回归

A.最短距离法

B.最长距离法

C.重心距离法

D.Ward距离法

A.K-means中的K表示样本簇（聚类）的数目

B.K-NN中的K表示最近邻的数目

C.二者都由用户给定且其取值都对算法性能产生重要影响

D.二者取值都必须大于1（不能等于1）

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.备选方案

B.状态空间

C.最优方案选择标准

D.各方案的可能结果