問題詳情

6. 關於 K 平均法(K-means)的分群,下列敘述何者不正確?
(A) 一開始群的中心點可以是隨機選擇的
(B) 每次分群的結果都一模一樣
(C) 每次分群結果必須讓組內平方和最小
(D) 一開始必須告知該演算法欲分群的群數

參考答案

答案:B
難度:簡單0.783
書單:沒有書單,新增

用户評論

C17】評論

(B)K平均法是透過分群進行機器學習,並沒有針對資料進行標籤化,只會根據目前現有的狀況進行分群,故每次分群的結果並非相同補充:機器學習可分為以下三類名稱意涵舉例監督式學習(Supervised Learning)透過標籤的機器學習決策樹 (Decision Tree)K-最近鄰居法(K-Nearest Neighbors)支持向量機(Support Vector Machine, SVM)非監督式學習(Unsupervised Learning) 無須標記與標籤的機器學習分群問題K-means (K-平均法)增強式學習(Reinforcement Learning)在未知的環境進行探索,透過獎勵與懲罰進行回饋廣告點擊 透過用戶是否點擊廣告來改進廣告推薦效果