聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个“（）”。
查看答案
k 近邻学习是一种常用的监督学习方法，其工作机制为：给定测试样本，基于某种距离度量找出训练集中与其最靠近的 k 个训练样本，然后基于这 k 个邻居信息进行预测。因此 k 近邻算法的核心是 k 值和距离度量的选取。
A. 对
B. 错
判断聚类和分类的区别在于用于聚类的训练样本的类标记是未知的。
A. 对
B. 错
聚类生成的组称为簇，簇内任意对象之间具有较高的相似度，而簇间任意对象之间具有较高的相异度。
A. 对
B. 错
直观上看，我们希望“物以类聚”，即聚类的结果“簇内相似度”高，且“簇间”相似度也高。
A. 对
B. 错
微信支付 
支付宝支付