K-Means算法需要用初始随机种子点来做，不同起点结果不同，可能导致算法陷入局部最优。（ ）
A、对
B、错
发布时间：2025-05-08 14:35:07
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：对
相关试题
- 1.K-Means算法需要用初始随机种子点来做，不同起点结果不同，可能导致算法陷入局部最优。（ ）
- 2.对于KMEANS算法而言，不同的初始聚类中心选择可能导致不同的聚类结果。
- 3.，但似乎如果种群中个体的初始分布不合理，算法也可能因为计算资源分散导致算法无法充分开发局部最优邻域，
- 4.聚类算法只有k-means算法和DBSCAN算法
- 5.K-means算法是一种聚类算法。
- 6.基于梯度的数值优化算法容易陷入局部最优解,不适用于求解复杂系统的全局最优解。()
- 7.k-means算法的缺点有（ ）。
- 8.Floyd算法与Dijkstra算法的不同
- 9.随机森林算法是一种集成算法。
- 10.k-means能保证获得局部最优解。A.正确B.错误
