18、K均值是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。

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.在聚类分析中，簇之间的相似性越小，簇内样本的差别越小，聚类的效果就越好。

B.聚类分析是一种非监督的过程。

C.K均值算法是一种常用的聚类算法，簇的个数算法不能自动确定。

D.K均值算法的计算耗时与初始假设聚类中心的位置无关。

A.CURE算法

B.DBSCAN算法

C.神经网络算法

D.k-均值算法

A.CURE算法

B.DBSCAN算法

C.神经网络算法

D.k-均值算法

A.CURE算法

B.DBSCAN算法

C.神经网络算法

D.k-均值算法

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.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