如果结果不匹配，请 
更多“K均值聚类算法的输入包括（）。”相关的问题
第1题
K均值聚类的不足包括以下哪些项？（）
A.该算法不适合分布式并行化
B.算法中K是事先给定的，这个K值的选定是非常难以估计的
C.算法的复杂度是非线性的,随着数据量的增长呈指数级增长
D.只适用于连续数值型输入变量
第5题
K均值聚类和层次聚类在一些方面有重大差异。以下哪些说法是正确的（）。
A.在K均值聚类中，必须在运行算法前选定想要的簇的个数
B.在k均值聚类中，可以在运行算法后选定想要的簇的个数
C.在层次聚类中，可以在运行算法后选定想要的簇的个数
D.k均值聚类算法所需的计算量比层次聚类算法小得多
第10题
集团集中性能管理KQI工单运营规范中，基于数据挖掘的KQI-KPI关联定界法，关联软硬采数据对无线侧问题进一步精确定位，建议数据挖掘应用方法有（)。
A.NaiveBayes朴素贝叶斯算法
B.Pearson趋势关联分析+K-means自学习聚类
C.基于PNN的神经网络算法
D.k均值聚类算法
第11题
K-means++算法选择初始seeds的基本思想就是：初始的聚类中心之间的相互距离要尽可能的远。那么算法流程为（）。1.从输入的数据点集合中随机选择一个点作为第一个聚类中心2.对于数据集中的每一个点x，计算它与最近聚类中心（指已选择的聚类中心）的距离D（x）3.选择一个新的数据点作为新的聚类中心，选择的原则是：D（x）较大的点，被选取作为聚类中心的概率较大4.重复2和3直到k个聚类中心被选出来5.利用这k个初始的聚类中心来运行标准的k-means算法。
A.2.5.4.3.1
B.1.5.4.2.3
C.1.2.3.4.5
D.4.3.2.1.5
