k均值算法采用了什么策略？简要描述其算法流程。

A.k均值算法采用误差和准则函数，其聚类目标是使准则函数值最小

B.理论上可以证明，k均值聚类算法是收敛的

C.k均值算法的聚类结果虽然收敛但不确定

D.初始聚类中心和样本的分布情况影响

A.k均值算法采用误差和准则函数，其聚类目标是使准则函数值最小

B.理论上可以证明，k均值聚类算法是收敛的

C.k均值算法的聚类结果虽然收敛但不确定

D.初始聚类中心和样本的分布情况影响

A.SVM算法、对数回归、关联模式

B.K均值法、BP神经网络  

C.Apriori算法、FP-Tree算法 

D.K均值法、决策树

A.SVM算法、对数回归、关联模式

B.K均值法、BP神经网络

C.Apriori算法、FP-Tree算法

D.K均值法、决策树

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均值算法采用误差和准则函数，其聚类目标是使准则函数值最小

B.理论上可以证明，k均值聚类算法是收敛的

C.k均值算法的聚类结果虽然收敛但不确定

D.聚类结果受设定的聚类数k、初始聚类中心和样本的分布情况影响

A.Apriori算法、HotSpot算法

B.RBF神经网络、K均值法、决策树

C.K均值法、SOM神经网络

D.BP神经网络、贝叶斯

A.Apriori算法、HotSpot算法

B.RBF神经网络、K均值法、决策树

C.K均值法、SOM神经网络

D.决策树、BP神经网络、贝叶斯