在K均值聚类中，设置的初始类中心不同，不会影响最终的聚类结果。

A.样本输入顺序

B.模式相似性测度

C.聚类准则

D.初始类中心的选取

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均值聚类

B.层次聚类

C.DBSCAN

D.基于密度的聚类方法

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.第一类

B.第二类

C.第三类

D.不一定

A.能找到任意形状的聚类

B.初始值不同，最终结果可能不同

C.不能使用核函数(kernel function)

D.是聚类算法的一种

A.K-means算法能够解决有离群点的聚类问题

B.K-modes能够解决离散数据的聚类问题

C.K-means++能够解决初始点影响聚类效果的问题

D.K中心点能够解决有离群点的聚类问题