K-means＋＋算法选择初始sceds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。对以下步骤：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B，计算它与最近聚类中心（指已选择的聚类中心）的距离D（B）；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（B）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个初始的聚类中心米运行标准的K-means算法。K-means＋＋算法的正确流程为（）。
欢迎免费使用小程序搜题/刷题/查看解析，提升学历，成考自考报名，论文代写、论文查重请加客服微信skr-web
K-means＋＋算法选择初始sceds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。对以下步骤：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B，计算它与最近聚类中心（指已选择的聚类中心）的距离D（B）；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（B）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个初始的聚类中心米运行标准的K-means算法。K-means＋＋算法的正确流程为（）。
A.②⑤④③①
B.①⑤④②③
C.①②③④⑤
D.④③②①⑤
正确答案C
×
提示：小程序已经收录此题，请在小程序查看名师解析。翰林刷小程序提供搜题，刷题，助你轻松通过考试
