阿摩線上測驗
1. 關於 K 平均法(K-means)，下列敘述何者「不」正確？
(A)希望找出 k 個互不交集的群集
(B)不同的起始群集中心，可能會造成不同的分群結果
(C)容易受雜訊與離群值(Outlier)影響其群集中心
(D)可以處理類別型資料
答案：登入後查看
統計： A(34), B(17), C(47), D(370), E(0) #3433760
統計： A(34), B(17), C(47), D(370), E(0) #3433760
詳解 (共 2 筆)
BELLA
#6425603
在關於 K 平均法 (K-means) 的描述中，讓我們逐一分析每個選項：
(A) 希望找出 k 個互不交集的群集。
這個敘述是正確的。K-means 演算法目的在於將數據分為 k 個互不交集的群集。
(B) 不同的起始群集中心，可能會造成不同的分群結果。
這也是正確的。因為 K-means 的結果依賴於初始群集中心的選擇，不同的初始化可能會導致不同的最終分群結果。
(C) 容易受雜訊與離群值 (Outlier) 影響其群集中心。
這項敘述是正確的。K-means 對於離群值非常敏感，因為其群集中心是通過計算所有點的平均值來確定的，離群值會強烈影響這個平均值。
(D) 可以處理類別型資料。
這個敘述是不正確的。K-means 演算法適合用於數值型資料，因為它基於距離計算（如歐幾里得距離），而類別型資料無法進行這樣的計算。
因此，答案是 (D)「可以處理類別型資料」這個敘述「不」正確。
1
0
