对30个10维样本进行层次聚类时，算法迭代几次结束？

A.10

B.9

C.29

D.30

A.聚类得到的类别数

B.聚类算法迭代的次数

C.样本间距离计算的方法

D.算法性能的评价指标

A.自底向上的层次聚类算法对样本的输入顺序比较敏感。

B.聚类的簇密度指样本的个数多少。

C.类似Kmeans基于划分的聚类与基于层次的聚类都是样本的距离为划分基础。

D.聚类的结果要考虑业务的可解释性。

A.K均值聚类一定能达到很好的聚类结果

B.K均值聚类的迭代次数越多，算法结果越稳定

C.当样本量较大时，可以利用K均值聚类方法

D.随机起点的设置不同，K均值聚类的结果一定相同

A.K均值聚类一定能达到很好的聚类结果

B.K均值聚类的迭代次数越多，算法结果越稳定

C.当样本量较大时，可以利用K均值聚类方法

D.随机起点的设置不同，K均值聚类的结果一定相同