K-means聚类算法适用于各种类型的数据集,包括数值型和非数值型数据。而且,K-means算法对于处理大规模数据集也有较好的性能。 综上所述,K-means聚类算法在数据挖掘中具有广泛的应用,并且其效果评估方法可以帮助我们判断聚类结果的好坏。通过K-means算法的应用,可以实现客户细分、图像分割、基因表达数据分析等多个领域的...
但是如果面对一个完全未知的数据和任务,我们是无法合理评估其性能的。即使评估,那也是基于诸多假设:假设该聚类算法在面对不同数据都保持性能内在的一致性和稳定性,假设这个未知数据具备现存已知数据集的某些基本属性,假设算法对于数据的偏好不会太过于影响性能,等等。然而,面对一个未知的数据和任务,以上这些都是不能确认...