动态聚类算法是一种通过反复修改聚类结果来进行优化以达到满意的聚类结果的迭代
举一反三
- 动态聚类算法是一种通过反复修改聚类结果来进行优化以达到满意的聚类结果的迭代
- 中国大学MOOC: 动态聚类算法是一种通过反复修改聚类结果来进行优化以达到满意的聚类结果的迭代算法。
- K-Means聚类算法属于典型的()算法 A: 动态聚类 B: 层次聚类 C: 密度聚类 D: 试探聚类
- 关于二分-K-Means算法说法正确的是（） A: 算法迭代过程中聚类总数不能超过预设值 B: 算法迭代过程中不断把已经聚类的集合进行再次聚类，所以最后聚类总数一定超过预设值 C: 算法迭代过程中不断把已经聚类的集合进行再次聚成两类，所以最后聚类总数一定偶数 D: 算法迭代过程中不断把已经聚类的集合进行再次聚成两类，最终分类效果与迭代次数有关
- 在顺序聚类算法中，聚类结果对初始的第一个聚类中心的选择依赖性比较强。（ ）