2、下列选项中，关于KNN算法说法不正确是：（)。

A.K的选择对分类结果影响很小

B.计算距离只能采用欧氏距离

C.KNN算法的计算复杂度较低

D.KNN算法中的K通常选择较小的值

A.样本中择优选出

B.样本中随机选出

C.互相距离最近的n个点

D.互相距离最远的n个点

A.样本中择优选出

B.样本中随机选出

C.互相距离最近的n个点

D.互相距离最远的n个点

A.kmeans只能处理凸型分布的非数值型样本。

B.kmeans算法需要在聚类前确定类数k，这个k值需要有助于解释各类的业务含义。

C.kmeans聚类的过程与初始的k个假设的聚类中心的选择没关。

D.kmeans算法对异常样本非常敏感，因此在聚类前要把异常样本直接删除。

A.K近邻算法中K值的选择对分类的结果影响不大

B.模型测试阶段的测试数据集不能与训练数据集有交集

C.决策树算法中最能将样本数据显著分开的属性应该在决策早期就使用

D.支持向量机模型中距离平面最近的几个样本对平面的选择影响最大

A.K近邻算法中K值的选择对分类的结果影响不大

B.模型测试阶段的测试数据集不能与训练数据集有交集

C.决策树算法中最能将样本数据显著分开的属性应该在决策早期就使用

D.支持向量机模型中距离平面最近的几个样本对平面的选择影响最大