聚类分析常见问题解答：10个关于聚类的真假判断

1. 正确

好的聚类方法需要产生高质量的聚类结果，所形成的簇要有高的内部相异性。

2. 错误

K-means 聚类适用的数据类型是所有数据。

3. 正确

聚类是将物理或抽象对象的集合分组成为多个类或簇（cluster)的过程，使得在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。

4. 错误

增加更多的特征可以用来缓解过拟合的发生。

5. 错误

聚类模型，一般'簇'越多说明聚类效果越好

6. 正确

啤酒与尿布的故事是聚类分析的典型实例。

7. 正确

聚类是根据样本间的相似度将样本分类

8. 正确

KMeans算法的执行过程：首先设置簇的个数K,初始化各簇的质心，计算每个样本到各簇的距离，将每个样本分配到离它最近的簇更新各簇的质心，不断迭代，直到达到最大迭代次数。

9. 正确

聚类属于无监督学习，分类属于监督学习。

10. 错误

逻辑回归主要用于解决聚类问题