聚类可基于欧几里得或者曼哈顿距离度量来决定。
举一反三
- K-Means聚类算法中的K表示（ ） A: 欧几里得距离 B: 样本个数 C: 聚类中心个数 D: 曼哈顿距离
- 下面哪个不是用于计算数值属性刻画的对象的相异性的距离度量？（） A: 欧几里得距离 B: 希尔伯特距离 C: 曼哈顿距离 D: 闵可夫斯基距离
- 问题.以下哪些不是聚类中用于衡量度量距离的指标( )。 A: 汉明距离 B: 马氏距离 C: 曼哈顿距离 D: 欧式距离
- 将每个样本都做为一个独立的类簇，然后按照距离度量原则，不断合并最近的类簇，直至所有样本都合并为一个类簇，或者满足终止条件，这种聚类方式称为（ ） A: 基于分割的聚类 B: 层次聚类 C: 基于密度的聚类 D: 基于模型的聚类
- 给定聚类个数k，关于K-均值聚类算法下述哪一种说法是正确的？ A: 任意选定距离度量，聚类结果相同 B: 选择不同距离度量，聚类结果一定不同 C: 选择不同距离度量，聚类结果可能相同，也可能不同，由样本点决定 D: 算法有可能输出的类别数小于k