8 颗豆豆
1. 单选题
30 秒
K-means 算法的簇中心是（）
数据中真实存在的点
簇内所有点的均值（虚拟点）簇内出现次数最多的点
簇内出现次数最多的点
距离其他点最远的点
2. 单选题
30 秒
K-means 对以下哪种情况最敏感（）
数据量大小
噪声与离群点
数据维度高低
簇的形状是否不规则
3. 单选题
30 秒
K-modes 算法主要解决 K-means 的什么问题（）
对离群点敏感
只能处理数值型数据
初始中心选择差
计算速度慢
4. 单选题
30 秒
K-means++ 算法的核心改进是
用曼哈顿距离代替欧氏距离
优化初始聚类中心的选择
用真实点作为簇中心
支持分类数据聚类
5. 判断题
30 秒
聚类是无监督学习，不需要数据标签。
对
错
6. 判断题
30 秒
PAM 算法会通过 “替换中心点、计算代价” 来迭代优化聚类结果。
对
错
7. 判断题
30 秒
K‑中心点使用曼哈顿距离，对极端值更稳健。
对
错
8. 判断题
30 秒
K-means++ 会尽可能选择距离较近的点作为初始中心。（）
对
错
剥豆豆
金牌
会员 无限剥豆豆游戏，更详尽的游戏报告，更多学员的支持
仅需0.6元/日
你可能喜欢
2026年3+1活动周-党史&趣味问答
剥了 4 次
中国传统医药小问答
剥了 3 次
第一次试卷
剥了 2 次
骆驼
剥了 2 次
The freshman challenge
剥了 4 次