聚类分析中，K-medoids算法与K-means算法的主要区别是：_题库-百大学堂网校

当前位置：自考题库 > 管理数量方法与分析 > 试题详情

题目：聚类分析中，K-medoids算法与K-means算法的主要区别是：

2024-10-31

聚类分析中，K-medoids算法与K-means算法的主要区别是：
A. K-medoids使用中位数代替均值来更新聚类中心
B. K-medoids只能处理球形簇
C. K-medoids对异常值更敏感
D. K-medoids只能用于二维数据

正确答案：A

试题解析：暂无

医学高考培训班

查看更多同类试题

上一题：时间序列分析中的白噪声是指：

下一题：线性规划中的对偶定理指出：

相关试题

神经网络中的权重初始化对：

决策树学习中的C4.5算法是基于：

线性规划问题中，若可行域为空集，则：

支持向量机（SVM）中的核函数用于：

时间序列分析中的季节性差分是为了：

蒙特卡洛模拟在风险分析中的主要作用是：

整数规划中的分支定界法是一种：

假设检验中的第二类错误是指：

K-means聚类算法中，聚类中心的更新是通过：

主成分分析（PCA）在降维时，保留的主成分个数通常基于：

推荐学校

湖北现代科技学校

武汉南华光电职业技术学校

武汉三新职业技术学校

湖北传媒摄影技师学院