k-means算法的典型计算步骤包括
A从数据点中随机选择数量与簇的数量相同的数据点,作为这些簇的重心
B计算数据点与各重心之间的距离,并将最近的重心所在的簇作为该数据点所属的簇
C计算每个簇的数据点到重心距离的平均值,并将其作为新的重心
D重复步骤2与步骤3,继续计算,直到所有数据点不改变所属的簇,或达到计算最大次数
A从数据点中随机选择数量与簇的数量相同的数据点,作为这些簇的重心
B计算数据点与各重心之间的距离,并将最近的重心所在的簇作为该数据点所属的簇
C计算每个簇的数据点到重心距离的平均值,并将其作为新的重心
D重复步骤2与步骤3,继续计算,直到所有数据点不改变所属的簇,或达到计算最大次数