如果结果不匹配，请 
更多“k-均值聚类算法的聚类目标是使准则函数取得最小值。()”相关的问题
第7题
K均值聚类的不足包括以下哪些项？（）
A.该算法不适合分布式并行化
B.算法中K是事先给定的，这个K值的选定是非常难以估计的
C.算法的复杂度是非线性的,随着数据量的增长呈指数级增长
D.只适用于连续数值型输入变量
第8题
关于K-均值和DBSCAN的比较，以下说法正确的是（)。
A.K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇
B.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
C.K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念
D.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
E.K均值和DBSCAN的最初版本都是针对欧几里得数据设计的，但是它们都被扩展，以便处理其他类型的数据
第9题
系统根据任务产输出为特定目标的函数优化结果，例如排产优化、维护排程优化、选址优化、无人车调度优化等。这个描述是属于工业人工智能的（)算法。
A.连续评估
B.分类
C.聚类
D.运筹优化
