首页 > 试题广场 >

以下关于DBSCAN和K-Means的说法错误的是？

[单选题]

DBSCAN多次运行产生相同的结果，而K均值通常使用随机初始化质心，不会产生相同的结果

K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象

K均值算法的时间复杂度是O(m)，而DBSCAN的时间复杂度是O(m^2)

K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇

查看答案及解析

简单点245

和传统的K-Means算法相比，DBSCAN最大的不同就是不需要输入类别数k，最大的优势是可以发现任意形状的聚类簇，而不是像K-Means，一般仅仅使用于凸的样本集聚类。同时它在聚类的同时还可以找出异常点，这点和BIRCH算法类似。

发表于 2024-07-26 11:32:32 回复(0)

提交观点

问题信息

难度：

1条回答 2收藏 43浏览

扫一扫，把题目装进口袋