单项选择题
在机器学习中，聚类和分类是常见的任务，它们的主要区别在于以下哪个方面？（）
A.聚类是有监督学习，分类是无监督学习
B.聚类是将数据划分成不同群集，分类是根据已知类别来预测新数据的类别
C.聚类是预测连续值，分类是预测离散值
D.聚类是基于数据的相似性进行分组，分类是根据特征来预测不同类别
点击查看答案&解析
相关考题
-
单项选择题
k-means聚类算法中，选择初始点的方法对算法的效率和结果影响明显。以下哪种方法不适合作为初始化k个聚类中心点的方式？（）
A.随机选择数据集中的k个样本作为初始中心点
B.使用层次聚类或密度聚类等方法先对数据进行初步的分析，再选择中心点
C.根据领域专家对数据的理解和经验手动选择初始中心点
D.将初始聚类中心点设置为数据集中的极值点 -
单项选择题
以下哪项方法一般被用于提高k-means聚类算法的准确性和效率？（）
A.增加簇的数量k以提高聚类的区分度
B.利用PCA等降维算法对数据进行预处理，减少数据维度
C.增加迭代次数以保证算法收敛到更优解
D.随机选择初始中心点以增加算法的随机性 -
单项选择题
在k-means聚类算法中，计算特征距离常用的方法不包括以下哪项？（）
A.欧氏距离
B.曼哈顿距离
C.余弦距离
D.最小编辑距离
