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
点击查看答案&解析
相关考题
-
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 -
单项选择题
深度神经网络相较于浅层网络难以训练的原因是什么？（）
A.参数量过多导致梯度消失或梯度爆炸问题
B.网络结构简单难以学习到复杂的特征
C.学习率设置过低未能收敛
D.神经网络构建过于复杂导致过拟合
