K均值算法一定能收敛到全局最优。()
K均值算法一定能收敛到全局最优。()
A、正确
B、错误
正确答案:B
答案解析:K均值算法不一定能收敛到全局最优。
K均值算法通过不断迭代更新聚类中心,使每个数据点划分到距离最近的聚类中心所在簇,直至聚类中心不再变化或满足一定收敛条件。然而,该算法对初始聚类中心的选择较为敏感。
如果初始聚类中心选择不当,算法可能收敛到局部最优解,而非全局最优。例如,在某些数据集分布下,不同的初始聚类中心可能导致算法收敛到不同的聚类结果,这些结果中可能存在局部最优的情况,其聚类效果并非是整体数据分布下的最优划分。
为提高找到全局最优解的概率,实践中常采用多次随机初始化聚类中心并选择最优结果的策略。但即便如此,也不能保证一定能达到全局最优。所以,“K均值算法一定能收敛到全局最优”这一说法错误。
Tag:动手学AI人工智能通识与实践
时间:2025-11-16 10:53:25
- 上一篇:以下哪些是无监督学习的应用?
- 下一篇:相较于有监督学习,强化学习的关键区别是什么?