Unverified50% confidenceFactExact time
K-means假设簇是凸形且各向同性的，对非球形分布效果差，且对离群值极为敏感
1
Sources
50%
Confidence
Long-term
Relevance
7/11/2026
First Seen
Sources
K-means vs 随机森林：如何从根本上判断算法选型？
redditr/learnmachinelearning7/10/2026
Related Claims
Unverified由于非对称性，KL散度不满足距离度量的三角不等式，严格来说被称为散度而非距离66% similarUnverified分形是一类具有自相似性、非整数分形维数的复杂几何对象，其分形维数（Hausdorff维数）可以取非整数值55% similarUnverified难抵极点从数学本质上等价于求解区域内切圆的圆心，在计算几何中被称为Chebyshev中心问题51% similarUnverified方形标记通过内部非对称的二进制图案天然消解翻转歧义问题51% similarUnverifiedKakutani定理将均值性质推广为概率表述：调和函数在点x处的值等于从x出发的布朗运动首次到达边界时边界值的数学期望50% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/480314API
curl https://kongchang.com/api/v1/knowledge/claims/480314MCP
get_claim(id=480314)